Interview intel

Skill Alexxiang2008/awesome-skills-map/skills/第2章面试准备/JobPrep_Skill_ForShare/interview-intel

22 章节 Claude Skills 全景图 + 完整源码

Install

npx -y skills add Alexxiang2008/awesome-skills-map --skill interview-intel

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

17 days oldThe repository was created 17 days ago. New is not bad, but a brand new repository carrying a familiar-sounding name is the shape a typosquat arrives in, and there has been no time for anyone else to find a problem with it.
0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

面试准备与求职策略 Skill。用于根据公司名、职位、JD 和候选人简历生成完整面试准备包，包括公司情报、简历与 JD 匹配、面试策略、破冰话术和最终行动计划。适用于用户说“我想应聘...”“帮我准备面试”“分析这个 JD 和我的简历匹配度”“生成面试准备包”等场景。

SKILL.md

5.0 KB, as published. Nobody here has run it

Interview Intel

这是一个面试准备 Skill。目标是让候选人输入公司、职位、JD 和简历后，生成一套可直接使用的面试准备材料。

输出文件

每个公司会在 companies/[公司名]/ 下生成 5 个标准文件：

01_company_intel_brief.md：公司背景、业务、产品、竞争格局、职位切入点。
02_resume_jd_matching.md：简历与 JD 匹配度、优势、差距、应对话术。
03_interview_prep_report.md：HR、业务、终面/高管面试策略与 STAR 案例。
04_icebreaker_messages.md：30 秒、1 分钟、2 分钟自我介绍和破冰开场白。
05_final_analysis_report.md：综合评估、准备优先级、行动计划和复习清单。

关键原则

先读取真实简历，再生成内容。不要让子任务或后续推理凭空猜测候选人经历。
所有 STAR 案例、自我介绍、优劣势分析，都必须基于真实简历信息。
公司信息和行业信息需要尽量使用最新公开资料；如果无法联网或信息不足，要明确标注不确定性。
输出要具体、可背诵、可执行，避免泛泛而谈。
生成后要做一致性检查：姓名、学历、公司经历、年限、核心项目不能互相矛盾。

工作流程

1. 解析输入

从用户消息中提取：

company：公司名称
role：目标职位
jd：职位描述
resume_path：简历路径
industry：行业，可从 JD 推断
years：工作年限，可从简历或用户输入推断

2. 读取简历

先读取 PDF 简历文本。优先使用系统已有的 PDF 文本提取工具；如果失败，再尝试 Python PDF 库。

需要提取：

候选人姓名
学历和专业
工作年限
工作经历列表
核心技能
主要项目和量化成果
可用于 STAR 案例的 3-5 个真实成就

如果简历读取失败，不要继续生成完整材料；先请用户提供可读取的 PDF、Word 或纯文本简历。

3. 公司和 JD 分析

分析内容包括：

公司简介、核心产品、业务模式、融资或上市情况
最近动态、行业趋势、主要竞争对手
JD 中的硬性要求、软性要求、加分项
职位的真实诉求和可能面试重点
候选人与职位之间的优势和风险点

详细方法可按需参考：

references/company_research_guide.md
references/jd_analysis_framework.md
references/resume_jd_mapping.md

4. 生成面试准备包

将结果写入 companies/[公司名]/。如果目录不存在，先创建目录。

可使用 assets/ 下的模板控制输出结构：

assets/company_intel_brief_template.md
assets/interview_prep_report_template.md
assets/star_rewrite_template.md
assets/interview_round_notes_template.md
assets/resume_changelog_template.md

也可以使用统一脚本生成基础框架：

python3 interview-intel/scripts/all_in_one_v6.1.py \
  --base-path . \
  --company "公司名" \
  --role "职位名" \
  --jd-content "JD 内容" \
  --resume-version "简历文件名或版本" \
  --years 5

脚本主要用于生成标准文件框架。最终内容仍应结合真实简历、公司调研和 JD 分析补全。

5. 交叉验证

生成后检查：

5 个文件中的候选人信息是否一致。
学历、公司、职位、项目是否与原始简历一致。
是否出现简历里没有的经历、数字或公司名。
输出目录是否为 companies/[公司名]/。

发现不一致时，使用简历原文和用户输入覆盖错误内容。

最佳实践

先读 05_final_analysis_report.md，把握整体策略。
再读 01_company_intel_brief.md 和 02_resume_jd_matching.md，明确公司诉求与自身匹配。
面试前重点背诵 03_interview_prep_report.md 里的关键问题和 STAR 案例。
投递或联系招聘方时使用 04_icebreaker_messages.md。

文件夹约定

.
├── .claude/commands/jobprep.md
├── resumes/
├── companies/
└── interview-intel/
    ├── SKILL.md
    ├── scripts/all_in_one_v6.1.py
    ├── assets/
    └── references/

依赖

Python 3.8+
读取 PDF 时可能需要 pdfplumber、PyMuPDF 或系统 pdftotext

缺少依赖时，可以先尝试安装：

python3 -m pip install pdfplumber --user