Interview Assistant

---

name: interview-assistant description: 结构化面试助手 - 基于 JD 和简历生成 STAR 面试题库 metadata: openclaw: requires: bins: - interview-assistant

---

结构化面试助手技能

技能概述

结构化面试助手是一个专业的 HR 工具，融合行为面试法和 STAR 原则，支持 JD+简历对比分析，生成针对性的面试问题。

触发条件

当用户需要：

根据岗位描述生成面试题库

结合候选人简历生成针对性问题

准备结构化面试流程

获取面试评分维度和标准

功能特性

✅ JD 解析 - 提取岗位核心能力要求

✅ 简历解析 - 提取候选人经历亮点

✅ 差距分析 - JD 要求 vs 简历匹配度

✅ STAR 问题生成 - 基于行为面试法

✅ 评分卡 - 5 分制 STAR 评分标准

✅ 简洁输出 - 核心信息一目了然

使用方法

方式 1：只有 JD（生成通用面试题库）

interview-assistant --jd "招聘高级产品经理，负责 B 端 SaaS 产品，5 年以上经验" --questions 5

方式 2：JD + 简历（生成针对性问题）

interview-assistant --jd "招聘高级前端工程师，5 年以上经验，精通 React/Vue" --resume "张三，8 年前端经验，本科，曾在腾讯负责 React 项目" --questions 3

参数说明

--jd / -j: 必需参数，岗位描述

--resume / -r: 可选参数，候选人简历内容

--questions / -q: 生成问题数量（默认 5 个）

--output / -o: 输出格式（markdown/json/text）

输出内容

岗位信息 + 候选人信息 + 匹配度

能力匹配分析表（✅/⚠️/❌ 标记优先级）

STAR 原则面试问题（S/T/A/R 引导 + 评分标准）

分析总结

STAR 原则

Situation（情境）：当时的背景是什么？

Task（任务）：你面临的任务/目标是什么？

Action（行动）：你具体做了什么？

Result（结果）：最终结果如何？有什么收获？

技术实现

基于 Node.js 的 CLI 应用

JD 解析模块提取业务领域和专业技能

简历解析模块提取候选人经历

差距分析模块计算匹配度

STAR 问题生成模块生成场景化问题