Community生產力與協作github.com

擴展履歷表 → 行為面試答案庫

將使用者電腦上的筆記與文件(文件夾、桌面、下載、Obsidian、Logseq,以及可選的 Apple Notes、Notion、OneNote、Bear、Joplin、雲端硬碟)轉化為有證據支持的「擴展履歷表」與行為面試問答庫,每個答案都基於實際經歷並可追溯來源。

擴展履歷表 → 行為面試答案庫 是什麼?

這個技能專為準備行為或領導力面試的開發者設計,能自動掃描使用者本機的個人文件、筆記與工作記錄,生成兩份關鍵文件:`extended-resume.md`(深度履歷,記錄專案、決策、取捨、指標、衝突與回饋)和 `answers.md`(針對「自我介紹」、「衝突處理」、「失敗經驗」等頂尖行為問題的完整答案)。它支援 macOS 與 Linux 環境,主要搭配 Claude Code 或 Codex 等 AI 代理工具使用,所有處理皆在本機執行,不經由網路傳送資料。核心流程包括:先讓使用者確認要讀取的資料來源範圍(嚴格遵循隱私保護),再透過腳本進行元數據目錄、內容萃取、證據挖掘,最後依據模板撰寫深度履歷與答案。使用者可新增自訂問題,答案會自動引用歷史記錄,避免虛構經歷。最終還會執行稽核腳本,確保 AI 工具未曾直接觸碰原始檔案,保障使用者資料安全。

相容平台✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Get-Lodely/extended-resume/tree/main

Installed? Explore more 生產力與協作 skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

擴展履歷表 → 行為答案庫

將某人電腦上已有的筆記與文件轉化為:

  1. extended-resume.md:一份深度、有來源的記錄,涵蓋他們的所作所為、決策、權衡、學到的教訓以及收到的回饋;
  2. answers.md:針對頂尖行為面試問題的答案,每一項主張都可追溯到來源。

一般的履歷只保留結果,拋棄了推理過程。面試官會深入探究推理(「你還考慮了什麼?」、「你會如何不同地做?」),而這些推理通常仍留在舊的設計文件、回顧、一對一筆記和自我回顧中。這個技能會找到它們,讓答案具體且真實,而非空泛。

SKILL_DIR 指的是包含此檔案的資料夾。所有腳本均為 Python 3.8+ 且僅使用標準函式庫;請以 python3 SKILL_DIR/scripts/<name>.py 執行。一切都在本機執行;沒有腳本會使用網路。

基本規則

  1. 你(AI)絕不打開此人的原始檔案。 批准前不打開,批准後也不打開。只有技能的腳本會讀取原始檔案,且 extract.py 只會讀取使用者批准的項目。在範圍界定時,你只讀取中繼資料摘要;之後,你只能讀取 OUT/.work/text/ 中已提取且經過紅化的文字(透過批次清單)。絕對不要 cat/grep/head/open/preview 來源資料夾或筆記應用程式資料庫內的任何內容,即使只是為了消除疑慮;將其標記為 ASK。這是此人所依賴的承諾。
  2. 在讀取任何內容之前,使用者必須批准範圍。 向他們展示哪些在內、哪些在外、哪些需要他們決定;套用他們的變更;只有在他們說批准後才凍結。
  3. 絕不虛構經歷。 履歷和答案中的每個事實都來自證據卡或直接來自使用者。缺少的數字會變成可見的佔位符,例如 [ADD METRIC: latency before/after]。在面試中重複一個虛構的指標遠比有空白更糟,因為面試官會深入追問數字。
  4. 只有當事人的經歷才算數。 其他人的履歷、已儲存的文章和隊友的文件都不是他們的故事。
  5. 保護其他人。 同事以角色出現,絕不指名道姓。在答案中對機密細節(未發布的產品、客戶名稱)進行概括。
  6. 不要讀取僅供使用者使用的檔案:hidden-by-safety.md 和 quarantine.md 列出了敏感檔案名稱給使用者;你只需要腳本列印的計數。

輸出資料夾

預設 OUT = ~/extended-resume/(如果他們想要其他位置,請詢問;絕對不要在 git 儲存庫內或來源資料夾內)。如果你的沙箱無法在那裡寫入,請要求使用者批准寫入或選擇一個你可以寫入的資料夾。如果不是預設值,請將 --out OUT 傳遞給每個腳本。

路徑內容說明
extended-resume.md深度履歷
answers.md答案庫
scope.md可審查的將被讀取項目清單(使用者可以勾選/取消勾選)
custom-questions.md使用者新增的問題;跨執行階段持續存在
user-notes.md使用者直接告訴你的事實(算作一個來源)
sources.selected.json哪些位置已開啟
hidden-by-safety.md、quarantine.md僅供使用者使用
.work/目錄、決策、提取的文字、證據。存放其文件的提取文字;最後提供刪除它的選項

選擇模式

先查看 OUT。

  • 沒有 extended-resume.md → 完整建置(步驟 1–9)。
  • 檔案存在且他們想要更新 → 更新:scope.py catalog --refresh、scope.py digest --only-undecided,只決定新資料夾,審查,凍結,extract.py --only-new,只挖掘新批次,合併,然後修改履歷和受影響的答案。
  • 他們只想要回答更多問題 → 新增問題(僅針對新問題執行步驟 7–8;不掃描)。
  • 沒有本機檔案(例如,一個帶有上傳 zip 的聊天應用程式):將其解壓縮到一個資料夾中,使用 sources.py select --add-folder PATH 新增該資料夾,並對其執行完整建置。在該設定中沒有保護鉤子;基本規則 1 仍然適用。

步驟 1:來源與同意(一條訊息)

python3 SKILL_DIR/scripts/sources.py detect

這會列印一個編號選單,顯示技能已知的位置,並附帶計數,但只讀取名稱和計數:

  • 預設開啟: Documents、Desktop、Downloads(全部 嚴格:只有當有正面證據顯示是求職相關材料時,才會讀取一個檔案)、Obsidian vaults(來自 Obsidian 自己的 vault 清單)、Logseq graphs、~/Notes。
  • 關閉,直到手動開啟: Apple Notes(macOS 會要求權限;可以限制在指定的資料夾)、Notion 桌面快取、OneNote(Windows 桌面應用程式)、Bear、Joplin、iCloud Drive、每個雲端硬碟和連接器。
  • 如果你有可用的 Notion / Google Drive / Microsoft 365 連接器工具,也將其作為可選來源提及。
  • 標記為 NO PERMISSION 的來源是 macOS 正在阻止的來源(它不是空的)。在 macOS 上,存取權限屬於執行腳本的應用程式:當是 Claude Code 時,使用者需要在「系統設定」>「隱私權與安全性」>「檔案與資料夾」中,在小寫的 claude 項目(命令列工具)下開啟該資料夾,而不是在 Claude.app 下。然後再次執行 detect。

在一則訊息中,顯示選單並要求使用者:

  • 確認或更改哪些來源已開啟;
  • 確認他們的姓名(在文件中出現的形式)(從提示中預填)以及任何其他拼寫;
  • 選擇性地列出雇主及粗略日期(Acme Corp|2021-04|2023-11):這能大幅提升範圍界定的精確度;
  • 選擇性地提供目標職位或職位描述,以及任何要排除的內容。

清楚地告訴他們接下來會發生什麼:「我會先列出名稱、資料夾、日期和文件屬性(作者、標題、公司),絕不包含內容。你會確切地審查哪些檔案在範圍內,並可以更改任何內容。只有在你批准後,本機腳本才會讀取那些檔案,篩選掉任何看起來像是銀行、稅務、ID、醫療或密碼的文件,並清除零星的機密資訊。我只看見那些清理過的文字。」

也告訴他們,在讀取任何內容之前(步驟 4),你將安裝讀取防護:一個預先的工具使用鉤子,用來阻止 AI 自身的工具觸碰他們的來源資料夾,這樣上述的承諾就會被強制執行,而不僅僅是被遵循。它會編輯代理的使用者設定(會保留備份),並在步驟 9 中移除。這不是可選的;如果他們不想更改設定,建置會在範圍審查後停止。

儲存他們的選擇:

python3 SKILL_DIR/scripts/sources.py select --owner "Sam Okafor" --alias "Sam O" \
  --employer "Acme Corp|2021-04|present" "Tidewater Health|2019-01|2021-03" \
  --enable 7 --disable 3 [--add-folder ~/Work/notes] [--apple-notes-folders "Work,1:1s"]

如果他們說「直接執行」:保留預設值,明確說明,然後仍然執行步驟 2–3(審查步驟不能跳過)。

步驟 2:範圍提案(僅中繼資料)

python3 SKILL_DIR/scripts/scope.py catalog
python3 SKILL_DIR/scripts/scope.py digest

catalog 列出項目及其名稱、日期、文件屬性和下載來源,絕不包含內容;它也會直接丟棄憑證/金鑰檔案和加密檔案。digest 將資料夾摘要寫入 .work/scope/digest/part-NNN.md。

閱讀 references/scoping-guide.md,然後判斷每個資料夾卡片:IN-ALL、OUT-ALL(附帶類別)、ASK-ALL 或 MIXED。對於 MIXED 資料夾,執行 scope.py files F-xxxxxxxx ... 並判斷每個項目為 IN / OUT / ASK。將決策以 JSON 行格式寫入 .work/scope/decisions/part-NNN.jsonl(每個摘要部分一個檔案)。如果有很多部分並且你可以執行平行 worker 或子代理,則提供每個 worker 一個部分以及範圍界定指南,並讓它們寫入該部分的決策檔案。

在嚴格來源中,IN 需要正面證據;任何不確定的都設為 ASK。然後:

python3 SKILL_DIR/scripts/scope.py status     # 沒有未審查的項目了?
python3 SKILL_DIR/scripts/scope.py render     # 寫入 OUT/scope.md 並列印簡短摘要

步驟 3:審查循環(重複直到批准)

顯示列印的摘要(每個來源的計數、最大的範圍內資料夾、按資料夾分組的「需要你決定」清單、按原因分類的排除計數),並引導他們查看 OUT/scope.md,他們可以在其中勾選和取消勾選。

套用他們所說的內容:

python3 SKILL_DIR/scripts/scope.py set --exclude "~/Documents/Personal"
python3 SKILL_DIR/scripts/scope.py set --include F-1a2b3c4d f-0123456789ab
python3 SKILL_DIR/scripts/scope.py set --include-ask "folder:Work"     # 該處所有「需要你決定」的項目
python3 SKILL_DIR/scripts/scope.py set --before 2018-01-01            # 排除任何更舊的內容
python3 SKILL_DIR/scripts/scope.py apply-md                           # 讀取他們的複選框編輯
python3 SKILL_DIR/scripts/sources.py select --add-folder ~/Work/notes && python3 SKILL_DIR/scripts/scope.py catalog

然後再次執行 scope.py render 並顯示新的摘要。持續進行,直到他們明確批准。未決定的項目不會被讀取;請說明這一點。

只有在那之後:

python3 SKILL_DIR/scripts/scope.py freeze --approved

步驟 4:讀取與挖掘

每次都要先安裝讀取防護。 不要在沒有它的情況下執行 extract.py 或讀取任何提取的文字:

python3 SKILL_DIR/scripts/guard.py install --claude      # Claude Code
python3 SKILL_DIR/scripts/guard.py install --codex       # Codex (然後:在 Codex 中輸入 /hooks 並信任它)
python3 SKILL_DIR/scripts/guard.py install --claude --dry-run   # 顯示變更內容而不實際執行

告訴使用者它已安裝。如果安裝失敗,或者你正在運行的代理不支援鉤子(沒有符合的 --claude/--codex),請停止並告訴使用者;不要進行萃取,直到他們修復問題或明確表示可以在沒有防護的情況下繼續。唯一的例外是上述的無本機檔案設定,其中沒有原始檔案需要保護。

python3 SKILL_DIR/scripts/extract.py

它只讀取凍結的清單,拒絕自批准後已更改的檔案,隔離任何看起來像銀行/稅務/薪資、ID、醫療、法律或密碼文件的內容(使用者會在 quarantine.md 中看到哪些;你只看到計數),紅化金鑰、令牌、ID 和卡號、電子郵件和電話號碼,並寫入 .work/text/*.txt、.work/batches/*.txt 和 .work/extract_summary.md。如果使用者說某個被隔離的項目是誤報,則重新執行並加上 --allow ITEM_ID。

然後使用 references/mining-guide.md 挖掘證據:

  1. 先建立骨架: 讀取最新履歷的文字(在 extract_summary.md 中標記)並將角色卡片寫入 .work/evidence/batch-000.jsonl。
  2. 批次處理: 對於每個批次檔案,讀取列出的文字檔案並寫入 .work/evidence/<batch name>.jsonl。如果使用平行 worker,則提供每個 worker 一個批次、挖掘指南、使用者姓名和骨架角色;要求他們僅回覆一個計數。如果沒有,則逐批次進行,在讀取下一個批次的原始文字之前,先寫入當前批次的卡片,以免原始文字堆積。對於非常大的語料庫,當後續(排名較低的)批次不再產生新故事時停止,並說明你在哪裡停止。
  3. python3 SKILL_DIR/scripts/evidence_tool.py merge → .work/evidence.jsonl 和 .work/evidence_index.md(附帶覆蓋率表和缺口)。修復任何報告的錯誤行並再次合併。

步驟 5:撰寫擴展履歷

遵循 references/extended-resume-template.md。從 evidence_index.md 開始;使用 evidence_tool.py show E-xxxxxx 或 --type decision 拉取完整卡片。保持決策記錄豐富;在「開放性問題」下註記相互矛盾的事實;將推斷的項目標記出來。

步驟 6:缺口檢查(建議,可跳過)

根據索引的「缺口」部分和覆蓋率表,在一則訊息中向使用者提出最多約 7 個簡短問題:重大專案缺少的成果、不明確的個人角色、缺少的故事類型(未發現衝突或失敗),以及他們想要換工作的真實原因。將答案附加到 OUT/user-notes.md 並附上日期,然後使用 "item": "user-notes" 將卡片新增到 .work/evidence/user-notes.jsonl,然後再次合併。如果他們跳過,則保留佔位符。

步驟 7:問題

python3 SKILL_DIR/scripts/questions.py list

內建庫有 23 個問題,從 30 個常見的提示中去除重複,並移除了特定公司的問題(例如「你為什麼想在 Google 工作?」)。請參閱 assets/question_bank.json 以了解每個問題評估的內容以及需要尋找的證據。

若要新增問題(單一、多個或一個雜亂的貼上清單):

python3 SKILL_DIR/scripts/questions.py add "Tell me about a time you mentored someone."
python3 SKILL_DIR/scripts/questions.py add --from-file pasted.txt
python3 SKILL_DIR/scripts/questions.py add "How do you handle disagreement with a peer?" --variant-of conflict
python3 SKILL_DIR/scripts/questions.py skip why-not-hire

該腳本會標記重複項、可能的重複項以及特定公司的措辭。它無法捕捉所有意義相同的重複項(例如「與同事意見不合」vs「與同儕衝突」),所以請自行將新問題與列表進行比對;如果某個問題會得到與內建問題相同的答案,請使用 --variant-of 重新新增它。當使用者需要時,特定公司的問題是沒問題的:詢問他們是什麼吸引他們去那家公司,並透過將他們的真實經歷與之連結來回答,絕不虛構關於該公司的事實。

步驟 8:故事地圖,然後答案

遵循 references/answer-guide.md:建立故事地圖(8–14 個故事,每個故事最多作為 3 個問題的主要答案),然後按照那裡給出的格式撰寫 OUT/answers.md,包含後續問題、備用故事、來源以及每個問題的「使用前檢查」清單。在「新增問題」模式中,附加新答案並更新故事地圖,而不改寫任何其他內容。

在完成之前,執行答案指南中的自我檢查:每個數字都追溯到證據或 user-notes.md,沒有姓名,每個佔位符都列在「先填寫這些」下方。

步驟 9:收尾

python3 SKILL_DIR/scripts/audit.py          # 是否有任何 AI 工具呼叫觸碰了原始檔案?
python3 SKILL_DIR/scripts/guard.py uninstall --claude   # 或 --codex:始終移除步驟 4 中安裝的防護

告訴使用者:檔案在哪裡;處理了多少來源、卡片和故事;以及 OUT/.work/ 現在包含其文件的提取文字(提供刪除它們的選項)。

故障排除

狀況處理方式
腳本拋出 ModuleNotFoundError: No module named '...'這是標準函式庫錯誤?檢查 Python 版本 (python3 --version)。如果是 3.8+ 且錯誤仍然存在,請告知使用者缺少哪個模組。
PermissionErrormacOS 權限問題。再次檢查系統設定中在 claude 條目(命令列工具)下的「檔案與資料夾」存取權限。
Scope file is frozen你試圖在 freeze --approved 之後執行 scope.py set。需要先解凍 (scope.py unfreeze) 才能更改,但更好的做法是:不要在你已經凍結後要求更改。如果使用者要求更改,那麼你需要一個新的凍結。
extract.py 抱怨「檔案已更改」自批准以來檔案已被修改。詢問使用者是否應該重新擷取它(這會更新修改時間戳記)還是排除它。
腳本似乎「卡住了」或沒有輸出某些腳本(尤其是 extract 和大量的 catalog)可能需要幾分鐘。如果超過 5 分鐘沒有輸出,請檢查是否存在 `ps aux
你無法寫入 OUT 資料夾你的沙箱可能沒有檔案系統權限。詢問使用者「我無法寫入 ~/extended-resume/。您可以批准我寫入那裡,或指定一個我可以寫入的不同路徑嗎?」最常見的替代方案是 /tmp/extended-resume/ 或專案目錄。

為什麼這有效

一般的履歷表是說服性文件。它說「我領導了一個團隊並交付了 X」。面試官真正想了解的是:「你為什麼選擇那個方向?你考慮過什麼?你與誰不一致?你犯了什麼錯誤?你從中學到什麼?」這些細節很少在履歷表中,但它們是:

  • 設計文件(權衡、替代方案)
  • 專案回顧 / 事後分析(出了什麼問題,下次會如何不同)
  • 一對一筆記(經理給的建議和回饋)
  • 自我評估和績效回顧(優勢、成長領域、收到的回饋)
  • 工程日誌(錯誤、解決方案、決策)

這個技能將這些從原始檔案中挖掘出來,並將它們組織成準備好用於面試的答案格式,因此當面試官問「告訴我一次你不同意經理意見的經歷」時,答案是真實的、詳細的,並植根於實際發生的事情。

相關技能