使用自然语言与 AI 面试官互动，模拟真实中国大厂（字节、腾讯、阿里、美团、快手）AI 应用开发岗位面试。支持按求职者身份和面试官风格定制，全程记录状态并输出结构化评估报告。
多身份模拟 — 针对不同阶段候选人设计差异化问题：日常实习、暑期实习、校招（应届）、社招 1-3 年。难度和追问深度随身份自动调整。
六种面试官风格 — 从"严厉拷打"到"温和鼓励"，从"工程实践"到"深挖学术"，覆盖不同偏好。同一场面试，不同体验。
深度追问链 — 简历关键词（RAG、Agent、MCP、LLM、向量数据库、Embedding 等 14 个高频技术点）自动触发 3-5 层追问链，逼近底层原理与权衡，避免"听过名词"式过关。
实时状态跟踪 — 面试全程维护结构化状态（已考察点、候选人弱点、待跟进项），避免重复提问，确保评估连贯。
高频技术题库 — 覆盖 LLM 原理、Agent、RAG、MCP、Prompt Engineering、向量数据库、AI 编程等大厂常考方向。
完整评估反馈 — 面试结束后输出综合评分、各维度评分及风格化改进建议，新增"追问深度"评估维度，反馈措辞随面试官风格变化。
简历与 JD 支持 — 提供简历和目标岗位 JD 可获得定制化问题，简历关键词自动预生成追问链，支持 PDF/图片/Word 简历文件直接读取，面试后输出 JD 匹配度分析。
实操编码题 — 可选环节，面试末尾安排 Prompt 设计、Agent 流程设计、RAG 实现等实操题，难度随身份调整。
AI 知识库按需触发 — 当候选人展示 AI 相关经验（Agent/RAG/MCP/Vibe Coding 等）时，自动从知识库深入提问。
纠错模式可选 — 面试开始前可选"严格模式"（真实面试压力，连续两次错误才纠正）或"即时引导模式"（答错立即纠正，边面边学）。
由 socialistic.ai 提供的在线入口，打开即传简历/岗位JD、开始模拟，无需配置环境。。
本 skill 兼容 OpenClaw Skills 规范，可在多种平台运行。推荐手机微信用户走 QClaw + 云端 OpenClaw 路线，零配置即可开始。
| 你的使用场景 | 推荐路径 | 安装方式 |
|---|---|---|
| 手机微信，想随时随地练 | QClaw + 云端 OpenClaw | 让 AI 帮你装（见下方） |
| 企业微信 / 飞书 / 钉钉 / QQ | WorkBuddy | 让 AI 帮你装 |
| 飞书重度用户 | AutoClaw | 让 AI 帮你装 |
| 本地深度使用、想看源码 | Claude Code（桌面端） | 手动复制文件（见下方） |
关于"复制 GitHub 目录"的疑问：除了本地 Claude Code 需要手动复制，其他云端/远程平台都不需要你手动操作仓库目录，直接让 AI 安装即可。
把下面这句话连同本仓库链接一起发给 AI（QClaw / WorkBuddy / AutoClaw / Claude Code 都支持）：
帮我安装这个 skill：https://github.com/Hazehacker/ai-dev-interview-simulator
AI 会自动拉取仓库、放到正确的 skills 目录、确认安装成功。然后你就可以直接说"开始模拟面试"触发。
将仓库中 SKILL.md 和 references/ 目录复制到 Claude Code 的 skills 目录：
- Windows：
C:\Users\<你的用户名>\.claude\skills\ai-dev-interview-simulator\ - macOS/Linux：
~/.claude/skills/ai-dev-interview-simulator/
重启 Claude Code 后即可触发。
安装完成后，在对话中直接表达面试意图即可：
开始一场模拟面试
我是应届生，想练习 AI 应用开发面试，温和鼓励型
帮我准备 AI 应用开发岗位面试
系统会依次确认：求职者身份、面试时长（30 / 45 / 60 分钟）、面试官风格、是否提供简历、是否包含实操编码题、纠错模式（严格/即时引导）。
文字输入面试问题太慢，用语音模拟才接近真实面试节奏：
| 你在哪里聊天 | 语音方式 |
|---|---|
| Windows 电脑（任何输入框） | Win + H 系统语音转文字 |
| Mac（任何输入框） | Fn + Fn 双击启动语音输入 |
| 微信 / QQ | 长按已发送的语音消息 → "转文字" 后再发 |
| 企业微信 / 飞书 | 直接发送语音消息（远程接入支持自动转写） |
面试过程中可使用以下命令：
- 继续 — 进入下一环节
- 跳过 — 跳过当前问题
- 结束 — 提前结束并生成报告
- 换个风格 — 实时切换面试官风格
- 反馈 — 查看当前评分
提供简历和/或目标岗位 JD 可获得更有针对性的项目深挖问题和技术考察方向。面试结束后会输出 JD 匹配度分析报告。支持直接粘贴简历文本，也可提供 PDF / 图片 / Word 格式的简历文件路径，AI 会自动读取解析。
ai-dev-interview-simulator/
├── SKILL.md # 技能主文件（OpenClaw skill 格式）
├── README.md # 本文档
├── references/
│ ├── tech-knowledge-base.md # 技术知识库（高频面试题与答案要点）
│ ├── evaluation-rubric.md # 评分细则与分人群反馈模板（含 JD 匹配分析）
│ ├── interviewer-styles.md # 六种面试官风格详解
│ ├── coding-challenges.md # 实操编码题库（可选环节）
│ ├── ai-dev-knowledge-base.md # AI 应用开发知识库（LLM/Agent/RAG/MCP，可选扩展）
│ └── ai-dev-tools-knowledge-base.md # AI 编程工具知识库（可选项）
└── LICENSE
本项目基于 OpenClaw Skill 框架构建，采用三层加载架构：
| 层级 | 文件 | 作用 |
|---|---|---|
| 元数据 | SKILL.md frontmatter |
触发条件与能力概述，始终加载 |
| 主体逻辑 | SKILL.md body |
面试流程、风格适配、状态跟踪规则 |
| 知识库 | references/*.md |
按需加载：技术题库、评分标准、风格指南 |
面试流程采用有限状态机思路：破冰 → 项目深挖 → 技术考察 → AI 能力（可选）→ 实操编码题（可选）→ 总结反馈，各阶段时长和深度由身份和剩余时间共同决定。
- 面试时长依赖估算：实际面试中时间分配是动态的，本项目按参考时长设计，但不做精确计时
- 不支持实时语音：当前为文字交互，暂不涉及口语表达评估（表达能力通过文字间接评估）
- 题库覆盖有边界：主要覆盖 AI 应用开发高频方向，传统后端开发方向暂不涉及
欢迎提交补充，以下是几个优先方向：
- 题库扩充 — 补充更多高频面试题及参考答案（参考
references/tech-knowledge-base.md格式） - 风格优化 — 改进现有面试官风格的话术或追问逻辑
- 场景扩充 — 添加更多场景设计题（如具身智能、多模态 Agent、Agent 安全等）
- 文档改进 — 修正错误、提升可读性
参与流程：
- Fork 本仓库
- 创建分支 (
git checkout -b feature/your-feature) - 提交改动 (
git commit -m 'Add: 简短描述') - 推送分支 (
git push origin feature/your-feature) - 提交 Pull Request
本项目基于 MIT License 开源。
技术知识库部分引用了 JavaGuide 的 AI 应用开发面试系列内容，仅作为面试考察点使用。
- JavaGuide — AI 应用开发面试指南来源
- OpenClaw / Claude Code — AI 能力支撑