Interview Processor Agent Skill
处理面试记录，包含面试大纲规划、提问提取与纠错、总结和知识图谱存储
Install
one command, takes just this skill from the repositorynpx skills add https://github.com/cafe3310/public-agent-skills --skill interview-processorThe instruction itself
9 sections, as written by the authorAgent Skill: interview-processor (面试记录处理技能)
本技能用于辅助面试官在面试前后进行高效的结构化处理，沉淀招聘成果并客观自评提问水平。它可以配合 memories-off 技能的 memocli 将生成数据安全写入本地知识图谱。
1. 依赖工具与规范声明 (Dependencies)
本技能依赖本地优先的知识库管理工具 memocli。
外部依赖与规范说明
本 Skill 依赖 memories-off 库进行实体管理与长期记忆。在执行任何任务前，您必须先查阅并完整遵循当前目录下的 memories-off-declare.md 声明文档，以获取其定义的实体类型规范及封装的子过程操作细节。
同时，为了简化指令的输入长度，建议您在 ~/.config/memocli/config.yaml 中配置全局路径别名，并使用简写别名（如 -p work 或 -p life）来运行本技能涉及的所有 memocli 指令。
2. 动态上下文加载机制 (Interviewer Persona)
为了保证面试总结中“团队介绍”以及对面试官表现的自评贴合面试官当前的最新岗位和团队，本技能采用知识图谱优先的动态画像加载机制：
- 第一步：在执行任何子任务前，Agent 必须运行：
memocli search-entities "我自己的面试官画像" -p <path>
- 第二步：
- 若实体存在，Agent 应读取其正文（通常包含
## 当前岗位与团队和## 个人面试偏好），以其内容作为当前的背景上下文。 - 若实体不存在，Agent 应友好提醒面试官，并引导其使用以下命令初始化该画像：
echo "## 当前岗位与团队
[在此写明您当前的岗位、所负责团队及核心业务介绍]
## 个人面试偏好
[在此写明您的面试风格、提问原则和关注特质]" | memocli create-entity -p <path> -e "我自己的面试官画像" -t "个人画像" --content-stdin --reason "初始化面试官个人画像"
3. 数据实体建模方案 (KG Entity Models)
本技能在本地知识库中管理四类实体。为符合 memories-off 规范，所有实体必须遵循严格的 H1 (# 实体名) 与 H2 (## 章节名) 标题层级，禁止使用 H3 及以下标题。
3.1 个人画像 (Interviewer Persona)
- 命名规范：
我自己的面试官画像 - 实体类型 (type)：
个人画像 - 核心章节：
## 当前岗位与团队## 个人面试偏好
3.2 面试方法论 (Interview Methodology)
- 命名规范：
[领域/岗位]专家面试风格-YYYYMMDD（例如：iOS专家面试风格-20250718） - 实体类型 (type)：
面试方法论 - 核心章节：
## 面试风格与偏好（列出面试官在该领域的提问原则、风格和追问逻辑）
3.3 面试问题集 (Interview Question Set)
- 命名规范：
[领域/岗位]面试问题集-YYYYMMDD（例如：大模型产品面试问题集-20250729） - 实体类型 (type)：
面试问题集 - 核心章节：根据面试的方向或技术模块划分的多个 H2 章节。
## 核心认知与边界理解## 系统设计与成本控制- ... (根据实际方向动态创建)
- 出站关系：
target_methodology指向其对应的[领域/岗位]专家面试风格-YYYYMMDD实体。
3.4 面试记录 (Interview Record)
- 命名规范：
对[候选人姓名]的面试总结 (YYYY-MM-DD) - 实体类型 (type)：
面试记录 - 核心章节：
## 基本信息（候选人姓名、招聘类型 [校招/社招/数字马力]、岗位名称、面试日期）## 面试反馈（建议层级、优势、不足、结论）## 沟通记录与评价（核心讨论话题列表与候选人回答情况评估）## 面试官表现自评（以专家级别对面试官提问、追问、得体度做出的客观改进要求）- 出站关系：
use_style指向对应面试方法论实体。use_question_set指向对应面试问题集实体。candidate指向候选人个人实体（若有）。
4. 子任务导航 (Subtasks Navigator)
当用户触发本技能时，请根据当前所处的面试阶段，跳转至对应的子任务执行详细指南：
- 面试前：子任务 1：规划面试大纲 —— 结合简历、JD 生成定制化面试大纲。
- 面试后 (提问整理)：子任务 3：整理真实提问 —— 从录音转写中提炼、纠错、规范化面试官的所有真实提问。
- 面试后 (纪要总结)：子任务 2：整理面试纪要与评估 —— 生成面试总结报告、进行专家级面试官表现自评，并写入知识图谱。
Other skills for the same job
different authors, same section of the catalogue
Integration with protocols.io API for managing scientific protocols. This skill should be used when working with protocols.io to search, create, update, or publish protocols; manage protocol steps and materials; handle discussions and comments; organize workspaces; upload and manage files; or integrate protocols.io functionality into workflows. Applicable for protocol discovery, collaborative protocol development, experiment tracking, lab protocol management, and scientific documentation.
Analyzes job descriptions and generates tailored resumes that highlight relevant experience, skills, and achievements to maximize interview chances
Generate Excalidraw diagrams from natural language descriptions. Use when asked to "create a diagram", "make a flowchart", "visualize a process", "draw a system architecture", "create a mind map", or "generate an Excalidraw file". Supports flowcharts, relationship diagrams, mind maps, and system architecture diagrams. Outputs .excalidraw JSON files that can be opened directly in Excalidraw.
Build and distribute Expo development clients locally or via TestFlight
Use when you have a written implementation plan to execute in a separate session with review checkpoints
Data structure for annotated matrices in single-cell analysis. Use when working with .h5ad files or integrating with the scverse ecosystem. This is the data format skill—for analysis workflows use scanpy; for probabilistic models use scvi-tools; for population-scale queries use cellxgene-census.
Benchling R&D platform integration. Access registry (DNA, proteins), inventory, ELN entries, workflows via API, build Benchling Apps, query Data Warehouse, for lab data management automation.
Comprehensive molecular biology toolkit. Use for sequence manipulation, file parsing (FASTA/GenBank/PDB), phylogenetics, and programmatic NCBI/PubMed access (Bio.Entrez). Best for batch processing, custom bioinformatics pipelines, BLAST automation. For quick lookups use gget; for multi-service integration use bioservices.
How to use it
Take cafe3310/interview-processor from the repository into ~/.claude/skills for personal
use, or into .claude/skills inside a project.
The agent identifies a skill by the name field in its header. Two skills with the
same name cannot sit side by side — one of them will be ignored.