Interview MCP Server - 您的 AI 面试搭档
Interview MCP Server 是一款专为提升技术面试效率与质量而打造的智能服务端工具。它深度集成了先进的简历分析能力，并能与您喜爱的主流 IDE 无缝对接，将繁琐的面试准备工作转化为高效、精准且愉悦的体验。
💡 面试官面临的常见挑战
在快节奏的招聘流程中，技术面试官往往面临诸多挑战：
- 备题耗时：每次都要从零开始，根据职位要求搜寻和设计面试题。
- 标准难统一：如何确保面试题始终符合公司的技术栈和最佳实践？
- 缺乏针对性：难以针对每位候选人的独特背景和技能进行深入的个性化评估。
- 评估不全面：在面试中难以全面、客观地考核候选人的综合能力。
- 依赖主观直觉：仅凭短暂交流做决策，容易导致人才错配，风险极高。
- 报告撰写繁琐：面试后的评估报告整理耗时费力。
传统的面试流程正在消耗我们要发掘优秀人才的精力。是时候做出改变了！
✨ 隆重介绍 Interview MCP Server - 开启面试新纪元
Interview MCP Server 将 AI 的力量融入面试流程的各个环节，带来前所未有的智能体验：
- 🤖 智能简历解析：无需手动录入 - 几秒钟内即可从 PDF 简历中自动提取候选人姓名、工作经验和技术栈等关键信息。
- 🎯 精准问题生成：结合简历内容与职位要求（如“高级前端开发工程师”），一键生成高度相关、深度契合的面试问题。
- 🎙️ 实时对话录制：启动服务后，利用本地语音识别模型，实时、安全地将面试对话转录为 Markdown 格式，捕捉每一个细节。
- 📈 自动化评估报告：结合简历信息、预设问题和面试对话，自动生成多维度、结构化的综合评估报告，助力数据驱动的招聘决策。
- 🌐 全面的岗位支持：针对主流技术岗位（包括前端开发、后端开发、测试工程等）提供预配置模型支持。
- 📊 多层次能力覆盖：无论是初级、中级还是高级工程师，都能生成适配其技能水平的面试题。
- 💠 多维度评估系统：从技术能力、问题解决能力、团队协作等多个维度进行综合评估，还原候选人的真实画像。
- 🔌 无缝工作流集成：支持集成到 VS Code、JetBrains IDE 等主流开发工具中，让您在最熟悉的环境中完成所有操作。
🚀 快速开始
只需简单几步，即可体验前所未有的高效面试流程：
- 上传简历：将候选人的 PDF 简历放入指定文件夹。
- 生成问题：在 IDE 中选中简历，并在 AI 对话框中输入简单指令，例如：
# 为候选人 "John Doe" 生成 "高级前端开发工程师" 职位的面试题
/q "John Doe Senior Frontend Developer"
或者更简单地：
/q 高级前端开发工程师 某某某Interview MCP Server 将立即分析简历并生成包含 12 个深度问题的 questions.md 文件。
- 开始面试：输入
/record指令开启实时语音录制, 推荐豆包app会议录音功能，生成对话内容。面试官可依据questions.md进行提问。服务将利用本地模型进行离线语音识别，确保数据安全，并实时将对话转录至conversation.md。 - 生成报告：面试结束后，输入
/evaluate指令。Interview MCP Server将智能结合questions.md和conversation.md的内容，生成一份综合评估报告，并自动保存到当前文件夹。
🛠️ 配置
您需要在 OpenRouter 注册账号并获取 model_id 和 api_key。
方式 1：访问 https://smithery.ai/server/@HelloGGX/interview-mcp-server 并按照说明进行配置
方式 2：在本地运行 npm run build 获取打包后的 build/index.js，然后在 .vscode/mcp.json 中进行如下配置：
{
"servers": {
"interview-mcp-server": {
"type": "stdio",
"command": "npx",
"args": ["-y", "xxxx\\build\\index.js"],
"env": {
"OPENROUTER_MODEL_ID": "deepseek/deepseek-chat-v3-0324:free",
"OPENROUTER_API_KEY": "xxxxxx",
"DEEPSEEK_API_KEY": "xxxxxxx"
}
}
}
}