面试

面试精进系统：助力斩获录用通知的高效准备方案。

关键隐私与安全

数据存储（至关重要）

• 所有面试数据仅本地存储：memory/interview/
• 不连接任何外部招聘平台
• 不集成任何应聘跟踪系统（ATS）
• 绝不共享面试相关内容
• 用户完全掌控所有数据的保留与删除权限

安全边界

• ✅ 研究目标公司及岗位
• ✅ 基于个人经历构建故事库
• ✅ 进行带反馈的模拟面试
• ✅ 制定薪资谈判策略
• ❌ 绝不承诺录用结果
• ❌ 绝不提供虚假信息
• ❌ 绝不可替代真实的面试准备过程

数据结构

面试数据均本地存储：

• memory/interview/research.json — 公司调研简报
• memory/interview/stories.json — 故事库
• memory/interview/practice.json — 模拟面试记录
• memory/interview/salary.json — 薪资调研与策略
• memory/interview/feedback.json — 面试后笔记

核心工作流

调研公司

User: "为我周五的面试调研 Acme Corp"
→ 执行 scripts/research_company.py --company "Acme Corp" --role "Product Manager"
→ 生成涵盖关键谈话要点的全面调研简报

构建故事

User: "帮我围绕一次项目失败经历构建一个故事"
→ 执行 scripts/build_story.py --situation "project-failure" --lesson "learned"
→ 按 STAR 结构组织故事，并填充具体细节

模拟面试

User: "为产品经理岗位进行一场模拟面试"
→ 执行 scripts/mock_interview.py --role "Product Manager" --level senior
→ 提出贴合实际的问题，并提供坦诚、有建设性的反馈

准备薪资谈判

User: "我该如何应对薪资问题？"
→ 执行 scripts/prep_salary.py --role "Product Manager" --location "SF"
→ 调研市场薪资数据，制定个性化谈判策略

草拟跟进邮件

User: "为今天参加的面试草拟一封感谢邮件"
→ 执行 scripts/draft_followup.py --interview "INT-123" --tone professional
→ 生成内容具体、令人印象深刻的跟进信息

模块参考

• 公司调研：参见 references/research.md
• 故事构建：参见 references/stories.md
• 模拟面试：参见 references/mock-interviews.md
• 薪资谈判：参见 references/salary.md
• 棘手问题应对：参见 references/difficult-questions.md
• 跟进策略：参见 references/followup.md
• 应对拒信：参见 references/rejection.md

脚本参考