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