# Interview QA Kb

> 维护一个"个人面试问答知识库"的可复用流程：从公开面经里构建业界问题分布，再据此核对个人项目逐字稿是否落在 "个人真实项目 ∩ 业界会问" 的交集里。当用户粘贴面经 / 面试经验 / Q&A 让你整理、要求更新问答字典或问题频率统计、 按章节拆/合子文件、做"标准答案¦自己项目回答"双轨、把项目逐字稿与业界问题分布做交集核对、或为某条目缺图/缺公式做复原时触发。 关键词：面经、面试问题、Q&A、问答知识库、问题频率、去重归纳、逐字稿、双轨、缺图复原、双向同步。

- Skill: `zhuangwenhui/interview-qa-kb` (Agent Skill)
- Install (CLI): `npx skillmds@latest add zhuangwenhui/interview-qa-kb`
- Raw SKILL.md: https://api.skillmd.com/api/skills/zhuangwenhui/interview-qa-kb/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: zhuangwenhui (https://skillmd.com/u/zhuangwenhui)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/zhuangwenhui/interview-qa-kb

---


# 面试问答知识库维护流程（interview-qa-kb）

把"持续收集面经 → 构建业界问题分布 → 复盘个人项目"沉淀成一套可复用工作流。
与 `recruiting-jd-sync`（岗位 JD 信息整理）互补：那个管"投递前端"，这个管"面试准备后端"。

**适用环境（跨平台）**：本 skill 只依赖一个 `SKILL.md` + 若干纯 markdown 文件，与操作系统无关，可用于 Codex、Claude Code、Cowork 等任何支持 SKILL.md 的环境。下文所有文件/目录名都是"示例约定"，可按个人习惯改名；不要硬编码绝对路径，用相对结构组织即可。

## 一、文件架构（母 / 子 / 逐字稿 / 简历）

知识库分层组织（见末尾"目录结构"）：

1. **母文件（字典，持续扩充）**——所有收集到的 Q&A 汇总，作对照基准：
   - 答案库（如 `项目问答经典参考.md`）：业界标准答案，按主题分章。
   - 问题分布/频率库（如 `面试问题统计.md`）：每行 = 编号 + 问题 + 频率 + 来源公司 tag + 状态。
2. **子文件（按章节拆，便于消化）**——答案库的每个章节拆成一个 `子NN_前缀_章名.md`。
3. **项目逐字稿（按项目，真正面试用）**——每个简历项目一份逐字稿；母文件只收集/去重/统计，不放项目私有回答。

## 二、收集与整理规则（喂入新 Q&A 时）

1. **只记 Q&A 本身**：不保留来源的原始题号/出处编号；索引号一律自管。
2. **自管编号**：按主题分章、**章内连续编号 + 前缀**保证全局唯一（如 `AGENT-5`、`RAG-22`）。引用直接用编号。
3. **主题前缀**：按需建（示例：ML / LLM / RL / AGENT / RAG / TRAIN / MM / SYS / MISC …）；出现新主题就新增章节并在前缀表登记。
4. **去重合并**：相似问题合并为一条、整合多来源要点，标注 `> 合并自多来源`。
5. **频率字典**：同一问题再出现 → **频率 +1** 并在来源 tag 追加公司（公司用简称；同公司多轮可写 `公司×2`）。频率高 = 业界高频，复习优先。
6. **答案 vs 仅问题**：带答案 → 整理进答案库（自己的话归纳，不照抄），频率表标 `已整理（编号）`；纯问题 → 只登频率、标 `待答`；无公司署名的知识文章 → 进答案库即可。
7. **双轨制（项目题）**：业界会问到自己项目的题，做成 `标准答案（通用/别人怎么答）¦ 我的项目回答（来自逐字稿）`——标准侧引母文件编号，自己侧从逐字稿搬。母文件保持通用、只放标准侧。

## 三、缺图 / 缺公式复原

来源帖常把关键信息放在图/公式里、截文字时丢失。整理时：
- **图示**（算法数据流、结构对比等）→ 用 SVG **重绘**核心信息，存同目录、相对路径嵌入，标注「缺图复原（日期）」。
- **公式**（如激活显存、PPO/DPO loss、注意力缩放等）→ 用标准式**补回**，**联网核实后**再写，标注来源。
- **原则**：不臆造填补；不确定就标"公式见原论文"。

## 四、每次自检（固定动作）

每喂一批后必做：
1. **一致性**：整理内容 vs 原文，逐条无遗漏、无曲解。
2. **正确性/时效**：对可能过时的具名/技术声明**联网核实**（协议、缓存机制、公式、新算法等），发现错误用 `⚠️ 核查更正（日期）` 标注。
3. **编号校验**：用 Grep 确认各前缀编号连续无缺、目录锚点齐全。

## 五、双向同步（母 ↔ 子，以编号为锚）

- **编号是母子共用主键**。
- **母 → 子**：母文件某编号新增/修改后，同步改对应子文件。
- **子 → 母**：在子文件清理（删低频/改过时）某编号后，回写母文件 + 频率表。
- markdown 没有自动同步——助手就是"同步引擎"：拿到变更的编号，两边一起改。

## 六、逐字稿 × 业界分布 交集核对

要核对某项目逐字稿时：
1. 读该项目对应简历条目 + 逐字稿 + 问题分布库 + 答案库。
2. 产出两维差距清单：**通用高频题覆盖度**（看频率 Top）+ **项目追问套路覆盖度**（为什么选 X 不选 Y / 数据怎么构造 / 效果怎么评估 / 踩过什么坑 / 上线延迟成本 / 出错兜底）。
3. 标出 **⚠️ 自娱自乐风险**（业界面经里几乎不出现的自创概念/边角问题），建议改口径或精简。
4. 给 **双轨制候选清单**（哪些题可做 `标准¦自己`）。

## 七、其他约定

- 用任务清单跟踪进度，每批结尾跑"自检"。
- 大批量、跨文件的机械操作（如按章拆分）可委托子代理，但**逐字复制、不许总结改写**，并自检编号一致。
- 注意云盘同步延迟：用权威读取工具校验，别信本地缓存的过期视图。

## 目录结构（建议）

```
面试用资料/
├── 0_简历/                         # 各方向简历
├── 1_知识库/                       # 母文件（字典）+ 配图
│   ├── 项目问答经典参考.md          # 答案库（母）
│   ├── 面试问题统计.md              # 问题频率/分布（母）
│   ├── 八股复习清单.md              # 通用八股的复习索引（指向母文件编号）
│   ├── 项目问答_配图_*.svg          # 答案库引用的复原图（与母同级）
│   └── 子文件/                      # 按章节拆（编号为锚，双向同步）
│       └── 子NN_前缀_章名.md        # 引用配图用 ../项目问答_配图_*.svg
├── 2_逐字稿_项目X_<名>/             # 每个项目一个目录（真正面试用）
│   ├── 逐字稿_*.md
│   ├── 双轨答案_*.md               # 标准答案 ¦ 我的项目回答
│   ├── 核对_业界分布交集.md
│   └── 项目材料/                    # 复盘、架构图、操作手册等
└── _归档/                          # 作废/孤立文件
```