- name
- interview-assistant
- description
- 结构化面试助手 - 基于 JD 和简历生成 STAR 面试题库
- metadata
- openclaw
- requires
- bins
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