Token导航 LogoToken导航

Agent Skill · 开发

skill-interview-builder(技能面试构建者)

skill-interview-builder 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

skill-interview-builder 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证信息还不明确,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 19,470。

总安装 269周安装 11GitHub Stars 37下载 87核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:skill-interview-builder(技能面试构建者)
来源仓库:https://github.com/irenerachel/skill-interview-builder
仓库路径:skills/skill-interview-builder
安装命令:
npx skills add https://github.com/irenerachel/skill-interview-builder --skill skill-interview-builder
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/irenerachel/skill-interview-builder --skill skill-interview-builder

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

skill-interview-builder 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。适合围绕仓库状态、代码变更或协作事项进行整理。可结合来源仓库和原始 README 核验具体用法。安装前建议确认权限范围、维护状态及是否会触发联网或文件读写。

适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/skill-interview-builder

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/irenerachel/skill-interview-builder --skill sk…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

skill-interview-builder 怎么安装?

在终端执行 npx skills add https://github.com/irenerachel/skill-interview-builder --skill skill-interv…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

skill-interview-builder 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

skill-interview-builder 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

skill-interview-builder 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

skill-interview-builder 用的人多吗?

公开数据是累计安装 269 次,近一周安装 11 次,下载 87 次,GitHub 37 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

skill-interview-builder 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
skill-interview-builder

技能面试构建者 · 本页

26937只读未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Skill访谈式构建器

引导用户完成一次结构化需求访谈,收集配套素材,最终打包生成一份可直接使用的完整Skill文件包。

核心原则

  1. 用户不需要懂Skill格式——他们只需要回答问题,你来负责转化
  2. 每轮问完先小结确认——不要一口气把12个问题全抛出来
  3. 允许跳过不确定的问题——给出合理默认值,标注为假设
  4. 最终产出必须可直接使用——复制到文件夹就能跑

访谈阶段

第一轮:核心意图

依次问这4个问题:

  1. 这个Skill最终要产出什么?(比如:一篇文章、一份报告、一组提示词、一个方案)
  2. 你平时会怎么说来触发它?(想想你的自然表达,比如"帮我写个周报"、"做个分镜")
  3. 哪些场景绝对不要触发?(比如:不要用来做XX、遇到XX情况不要用)
  4. 做到什么程度算完成?(列出3-5个可以打勾的标准)

问完后,把回答整理成简短摘要,请用户确认后再继续。

第二轮:运行环境

依次问这4个问题:

  1. 它运行在什么环境里?(选项:Claude Code / Cowork / Cursor / Windsurf / 扣子 / OpenClaw / ChatGPT / 其他)
  2. 允许用哪些工具?(如果不确定可以跳过,默认为该环境的标准工具)
  3. 需要读取哪些参考资料或文件?(比如:风格指南、模板、行业规范、历史案例)
  4. 需要写脚本吗?(如果不确定,默认不需要)

问完后,整理摘要并标记矛盾点,请用户确认后再继续。

素材收集(第二轮确认后立即进行)

根据第二轮中问题7(参考资料)和问题8(脚本需求)的回答,主动引导用户提交配套素材。 明确告知用户:

根据你刚才描述的需求,这个Skill运行时可能需要以下配套素材。如果你手上已经有,可以现在直接上传给我,我会一起打包到最终的Skill文件包里:

按需列出以下类别(只列用户需求相关的,不要全列):

  • 参考文档:风格指南、行业规范、品牌手册、模板文件等(放入 references/)
  • 示例文件:正例输出样本、反例输出样本、历史案例等(放入 examples/)
  • 脚本或代码:运行时需要的辅助脚本、数据处理工具等(放入 scripts/)
  • 素材资源:图片模板、字体文件、配色方案、图标包等(放入 assets/)

规则:

  • 用户上传的文件原样保存到对应目录,不做修改
  • 如果用户暂时没有,标记为「待补充」,在最终文件包中保留空目录和 README 占位说明
  • 如果用户表示不需要任何配套素材,跳过此环节直接进入第三轮

第三轮:输出契约

依次问这4个问题:

  1. 最终输出必须长什么样?(描述格式、结构、长度等)
  2. 有哪些必须包含的内容?
  3. 有哪些必须避免的内容?
  4. 能给一个正例和一个反例吗?(如果暂时没有可以跳过)

问完后,汇总全部信息。

工作流程

  1. 问第一轮,等待回答
  2. 整理第一轮摘要,请用户确认
  3. 问第二轮,等待回答
  4. 整理第二轮摘要,标记矛盾点,请用户确认
  5. 引导素材收集:根据第二轮回答,列出需要的配套素材类别,请用户上传或标记为「待补充」
  6. 问第三轮,等待回答
  7. 汇总成完整的结构化需求
  8. 如果还有矛盾或关键信息缺失,最多追问5个修复问题
  9. 根据访谈结果,生成完整Skill包: a. 写一句精确的name和description(description必须包含具体触发词和排除条件) b. 按以下骨架生成SKILL.md正文:

- Goal(目标) - When to use(触发条件) - Do not use(排除条件) - Inputs to collect(需要收集的信息) - Procedure(执行步骤,含决策分支) - Output format(输出格式) - Definition of done(完成标准,每条可打勾验证) - Failure handling(异常处理) - Additional resources(配套文件引用,明确列出每个配套文件的路径和用途) c. 创建文件夹结构并写入所有文件: - SKILL.md 放在根目录 - 用户上传的参考文档放入 references/ - 用户上传的示例文件放入 examples/ - 用户上传的脚本放入 scripts/ - 用户上传的素材资源放入 assets/ - 对「待补充」的目录,创建空目录并写入 README.md 说明需要补充什么 d. 生成5条测试Prompt: - 2条应该触发 - 2条不应该触发 - 1条边界情况

  1. ⚠️ 验证点:检查生成的Skill是否满足以下条件

- 12个问题的回答都有体现在最终Skill中 - description包含用户在第2题中描述的触发词 - description包含用户在第3题中描述的排除条件 - 完成标准与用户第4题的回答对齐 - 流程步骤可执行,没有模糊指令(不使用"帮助""支持""改善"等模糊动词) - 完成标准每一条都可以打勾验证 - 正文预计不超过500行 - SKILL.md 中 Additional resources 引用的文件路径与实际文件夹结构一致 如果不满足,修正后再继续

  1. 根据当前环境能力,选择交付方式(三档降级): 方式A:打包下载(首选) 适用环境:Claude Code、Cowork 等支持 Bash + 文件系统的环境 操作:将整个Skill文件夹打包为.zip 压缩包,命名为 {skill-name}.zip,提供下载链接 方式B:写入指定文件夹 适用环境:Cursor、Windsurf 等有文件写入能力但无法打包下载的环境 操作: 方式C:纯文本输出(兜底) 适用环境:扣子、ChatGPT 等无文件系统操作能力的环境 操作: 判断规则:优先尝试方式A,如果环境不支持 zip 命令则降级到方式B,如果连文件写入也不支持则降级到方式C。 也可以在第二轮确认环境后,直接根据用户选择的运行环境预判交付方式。

- 询问用户希望将Skill文件夹保存到哪个路径(如 ~/.claude/skills/{skill-name}/) - 逐个创建目录和文件,直接写入用户指定的位置 - 完成后列出已创建的文件清单供用户确认 - 在对话中依次输出 SKILL.md 完整内容和所有配套文件内容 - 每个文件用明确的文件路径标题分隔,方便用户复制 - 输出文件夹结构树,告知用户手动创建目录并粘贴内容

  1. 交付最终Skill包,附上关键设计决策的说明和文件清单

生成SKILL.md的质量标准

  1. 用具体动作动词开头,不用"帮助""支持""改善"等模糊词
  2. 触发条件用用户的自然表达,不用技术术语
  3. 软性质量要求必须转化为可检查的规则
  4. 正文只写AI不知道的信息——不要解释AI已知的概念
  5. 正文控制在500行以内,超出部分拆到配套文件
  6. 确保另一个AI看了也能直接执行,不需要额外解释
  7. 不要堆砌身份设定(如"你是资深XX专家"),聚焦任务指令和流程约束

输出格式

最终交付物根据环境能力,以三种方式之一交付(zip压缩包 → 写入指定文件夹 → 纯文本输出)。 同时在对话中展示以下摘要信息:

访谈简报

<三轮问答 + 素材收集的结构化汇总>

已解决的问题

<消除的模糊点、做出的假设、解决的矛盾>

文件包清单

skill-name/
├── SKILL.md                    (核心技能文件)
├── references/                 (参考文档)
│   ├── xxx-guide.md
│   └── README.md              (如无文件,说明需要补充什么)
├── examples/                   (示例文件)
│   ├── good-example.md
│   ├── bad-example.md
│   └── README.md
├── scripts/                    (辅助脚本,如果需要)
│   └── README.md
└── assets/                     (素材资源,如果需要)
    └── README.md

注:只创建用户需求相关的目录。无内容的目录保留 README.md 占位,说明该目录的用途和待补充内容。

最终SKILL.md

<完整内容,已写入压缩包>

配套文件说明

文件路径来源用途说明
references/xxx.md用户上传风格参考
examples/good.mdAI生成正例输出样本
...待补充...

测试Prompt

编号Prompt预期结果
1...✅ 应触发
2...✅ 应触发
3...❌ 不应触发
4...❌ 不应触发
5...⚠️ 边界情况,说明预期行为

设计决策说明

<为什么这样设计description、为什么这样划分边界、为什么选择这个文件结构、为什么选择这些配套文件>

完成标准

  1. 12个访谈问题都有回答或合理推断
  2. 矛盾点已解决或已明确标注为假设
  3. 产出了完整的SKILL.md,可直接复制到文件夹使用
  4. 用户上传的配套素材已归入对应目录
  5. 未提供的配套素材目录已创建 README.md 占位说明
  6. SKILL.md 中 Additional resources 的文件路径与实际文件夹结构一致
  7. 所有文件已通过方式A(zip压缩包)、方式B(写入指定文件夹)或方式C(纯文本输出)交付给用户
  8. 包含5条测试Prompt及预期结果
  9. description足够精确,能被准确触发
  10. 所有完成标准都是可打勾验证的

平台分布

Codex

34.32%
按下载量换算30

Claude

29.78%
按下载量换算26

Cursor

18.11%
按下载量换算16

Gemini CLI

8.79%
按下载量换算8

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills