考研复试AI需专精学科能力评估：识别专业方向、紧扣学术表达等核心维度，禁用通用面试模板；配置私有知识库并校验分段；设计三层追问逻辑；硬编码五维权重评分卡；接入语音与防复读机制。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
明确考研复试场景的特殊性
考研复试不是通用岗位面试，它要求AI能识别专业方向（如“计算机视觉”“马克思主义中国化研究”）、紧扣学科核心能力（学术表达、文献理解、研究潜力），并规避本科绩点/实习等 irrelevant 信息干扰。直接套用企业面试模板会导致追问失焦、评分维度错位。
配置专用知识库与题库结构
在Dify控制台进入【知识库】→【新建知识库】，命名“考研复试-学科专项”，选择“私有部署向量库”（避免公有云索引泄露考生提问记录）；上传三类材料：【学科核心教材目录】（PDF）、近3年本校复试真题集（TXT）、导师近年论文摘要（DOCX）；启用“段落分割粒度=小节级”，禁用“自动提取标题”，因教材小节标题常为“2.1 神经网络基础”而非“如何解释反向传播”。
这一步必须手动校验：上传后点击任意文档右侧【预览】，确认分段后每块文本≤400字且语义完整。若出现“第3章 深度学习”整章被切为一段，需返回修改分割设置——否则RAG检索会返回冗余内容，导致AI回答拖沓。
设计三层追问逻辑
在Chatflow工作流中，InterviewSimulatorAgent节点下游添加条件分支，按优先级顺序执行：
- 第一步：检测候选人回答是否含“文献”“理论”“实验”任一词 → 若否，触发追问：“你提到XX方法，请说明该方法在《XXX》教材第X章中的理论依据？”
- 第二步：若回答含“我做了…”但未提具体数据 → 追问：“这个实验的样本量、对照组设置和p值是多少？请引用你上传的论文原文。”
- 第三步：若连续两轮回答超过80字且无专业术语 → 切换为引导式提问：“请用‘过拟合’‘梯度消失’‘交叉验证’三个词，解释你项目中的模型优化过程。”
构建学术能力评分卡
ScorerAgent的Prompt中硬编码五维权重：文献引用准确性（30%）、问题拆解逻辑性（25%）、术语使用规范性（20%）、批判性质疑意识（15%）、应变反应速度（10%）。
每个维度配可量化锚点：例如“术语使用规范性”达标线是“每百字出现≥2个学科标准术语（如‘协方差矩阵’非‘数据表’）”，低于此值自动扣分。评分结果强制输出JSON格式，字段包含“weakness_detail”（必须指出具体哪句话术语错误）和“improvement_suggestion”（给出教材页码依据）。
注意：评分维度不可修改为“沟通表达”“仪态自信”等主观项——考研复试官方评分表中无此类条目，【擅自添加将导致系统输出与真实复试规则冲突】。
接入语音交互与防复读机制
方法一：前端集成WebRTC音频流 → Dify插件调用阿里云ASR（采样率设为16kHz）→ 文本输入InterviewSimulatorAgent；
方法二：对纯文字用户，启用“防复读过滤器”——在ScorerAgent前插入Filter节点，当检测到候选人连续两轮回答相似度＞75%（基于TF-IDF余弦值），自动触发提示：“请尝试从不同角度解释该概念，例如结合您报考导师2024年发表的《XXX》论文观点。”
这一步操作起来很简单，直接把防复读节点拖进工作流连线即可，但必须勾选“仅作用于考生输入，不干预AI输出”——否则AI追问会被误判为复读。
