Communitygithub.com

面试官设计师

将任何简历转化为一小时的面试官手册——基于证据的验证、所有权边界、可直接使用的追问问题及实时评分。

面试官设计师 是什么?

该技能专为需要系统化评估候选人的面试官设计,尤其适用于后端、系统设计、智能体开发、AI编码、应用AI/算法(如评估系统和数据飞轮)、可靠性、可观测性及架构治理等硬技能领域,以及协作、自主性、沟通等软技能领域。其核心工作流包括:解析简历中的声明(如“主导”“优化X%”等高风险措辞),通过公开信息验证项目证据,在深入技术追问前明确候选人的所有权边界,并生成结构化的面试计划。技能还支持实时回答评估——将候选人的回答与预期答案对比,匹配要点、发现遗漏或矛盾,并给出初始分数及改进建议。最终输出一份实用的面试官手册,包含问题池、评分标准、信号识别及后续追问,确保评估公正、深入且基于事实。该技能集成在Claude Code等AI代理平台中,可显著提升面试流程的客观性和效率。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add JasonJarvan/interviewer-designer

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

面试官设计师 是做什么的?

核心工作流程

使用此技能将简历转化为实用的面试官手册,并在需要时支持实时面试评估。

  1. 在正式设计面试前,确认面试官的评估方向,除非用户已明确指定。

    • 硬技能:传统后端、系统设计、智能体开发、AI 编码、应用 AI/算法工作(如评估系统和数据飞轮)、可靠性、可观测性、架构治理。
    • 软技能:协作、自主性、沟通、个性、技术好奇心、项目推动能力、辅导或技术影响力。
    • 仅当缺失时,询问权重和时长。默认情况下为一小时。
  2. 将简历解析为各项声明。

    • 提取项目、技术、业务成果、声明的所有权、角色级别、团队背景以及量化结果。
    • 标记高风险措辞:“主导”、“拥有”、“从 0 到 1”、“提升 X%”、“10+ 系统”、“核心架构”、“技术负责人”。
  3. 根据需要或有用时,验证公开项目证据。

    • 搜索公司 + 项目 + 产品 + 技术关键词。
    • 仅必要时搜索候选人姓名 + 公司 + 技术关键词;切勿传播电话号码、电子邮件地址或其他个人标识符。
    • 将每项声明分类为:强支持、部分支持、无法验证或存在冲突。
    • 区分项目存在性与个人贡献。切勿根据公司文章推断个人所有权。
  4. 在深入技术追问前,先确立边界。

    • 首先询问项目架构、候选人拥有的模块、非拥有的模块、团队结构、汇报线、协作模式、上线/运维参与度以及决策权限。
    • 仅在候选人声明的所有权边界内提出深入的技术问题。
    • 如果某个模块超出候选人边界,仅将其用于轻松的协作/背景检查。
  5. 构建一小时的面试计划。

    • 根据确认的方向分配时间。
    • 应包括:边界确认、项目深入探讨、核心技术追问、可选的设计/编码追问、软技能追问以及开放式讨论。
  6. 生成问题池。

    • 包括候选人选择的基础问题和面试官选择的深度问题。
    • 候选人选择的问题回答得好是预期结果。面试官选择的问题回答得好是积极信号。
    • 对于每个问题,应包括:评估目标、适用边界、预期答案、可接受的变体、强信号、风险信号、追问问题以及评分标准。
  7. 支持实时回答评估。

    • 当面试官提供候选人的回答时,将其与预期答案进行比较。
    • 列出匹配点、遗漏点、矛盾点以及可能的原因。
    • 给出初步分数。
    • 根据不匹配点生成澄清性追问。
    • 如果候选人给出连贯的基于权衡的解释,则上调分数;否则,维持或降低分数。
  8. 使用开放式问题测试概念意识和技术好奇心。

    • 不要将开放式的回答视为严格的正确性检查。
    • 使用它们来观察候选人是否了解当前行业概念、是否思考过常见的工程争论,并展示技术兴趣或追求。
    • 好的开放式问题应引发共鸣、分歧和权衡讨论,而非琐事回忆。

参考文件

仅加载当前任务所需的参考文件:

  • references/output-template.md:最终面试官手册的结构。
  • references/live-scoring.md:回答比较和重新打分的工作流程。
  • references/technical-question-patterns.md:用于后端、智能体、AI 编码和应用 AI 的可复用追问模板。
  • references/open-ended-questions.md:概念意识和技术好奇心提示。

输出规则

  • 对人工面试官来说要实用。
  • 优先选择具体的实现追问,而非宽泛的理论。
  • 在评估实现深度之前,先询问所有权边界。
  • 不要因候选人声称边界之外的实现细节而惩罚他们。
  • 区分证据与推断。
  • 为关键问题包含预期答案和警示信号。
  • 对于公开研究,包含所用来源的链接。

相关技能