Interview debrief

Skill eviefang/career-plan/skills/interview-debrief

Debrief a real interview from transcript or audio. Triggers on "帮我复盘刚才的面试"、"这是面试录音/转录"、"复盘面试"、"interview debrief". Input is transcript text (preferred — iPhone 语音备忘录自带转录) or a local .m4a path. Outputs 5 fixed blocks: pass-rate, per-question scoring, polished re-answers, gap diagnosis, study plan. Side-effects: appends a "复盘" section to `memory/pipeline/<slug>.md`, appends 2-3 reusable patterns to `memory/patterns.md`.From its SKILL.md

Install

npx -y skills add eviefang/career-plan --skill interview-debrief

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

no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
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.

SKILL.md

5.1 KB, as published. Nobody here has run it

interview-debrief

这个 skill 解决什么问题：把一场真实面试的转录/录音转成 5 块固定复盘，并把可复用经验沉淀到 patterns.md、本次复盘结果写回 pipeline/<slug>.md，形成学习闭环。

区别于 interview-prep：interview-prep 的阶段四是模拟面试的自评；本 skill 是真面的事后复盘。只写真面。

何时触发

"帮我复盘刚才的面试" / "复盘一下和 XX 的通话" / "这是面试录音/转录"
"interview debrief" / "review my interview"

步骤

1. 确定 slug + 读上下文

问用户（或从最近对话推断）：这场面试是哪家公司？拿到 slug 后：

Read ../../memory/pipeline/<slug>.md：拿"公司尽调"、"JD"、"面试准备"三节作为评判基准。找不到文件就提醒用户"没有尽调 / JD 记录，复盘会偏弱，要不要先补一份？"，用户说继续也 OK，但在最终报告里标注"无 pipeline 上下文"。
Read ../../memory/patterns.md：尤其"我的反复出现的模式"章节 —— 用于第 4 块"缺口诊断"里对照历史弱项。

2. 获取转录

用户粘贴文字 → 直接用（iPhone 语音备忘录 iOS 18+ 自带转录，复制即可）
用户给 .m4a 路径 → 用 Bash which whisper 探测本地工具
- 有：whisper <path> --model small --language zh --output_format txt
- 没有：不自动安装。提示："本机没找到 whisper。最快：iPhone 语音备忘录 → 文件 → 转录 → 复制粘给我。非要跑本地：brew install whisper-cpp 后再叫我。"

3. 生成 5 块主报告

严格按结构，不改顺序：

# 面试复盘 · <公司名> · <岗位> · YYYY-MM-DD

## 1. 通过率估计
**估计：<低 / 中 / 高>（<X>%）**

核心信号（3-5 条）：
- <观察 + 具体证据（转录第几分钟对方问了什么）>
- <氛围/节奏变化>
- <反向问题质量>
- <负面信号>

## 2. 逐题打分
每题一行：`✅/⚠️/❌ | 问题摘要 | 差在哪 / 好在哪（一句话）`

## 3. 润色稿
挑 2-4 道 ⚠️ 或 ❌ 的题：
> **Q**: <原题>
> **原答（摘要）**: <一句话>
> **重答**: <150-250 字>
> **关键差异**: <一句话>

## 4. 缺口诊断
从对方问什么反推岗位真实关心什么。按维度排序：
- **<维度 A>**：对方问了 X/Y/Z，真正关心 <能力>。我表现 <强/中/弱>，差距 <具体>。
- **<维度 B>** ...

**对照 patterns.md**：如果和历史模式吻合，明确引用：
> 这和 patterns.md 里"讲项目爱堆技术细节"是同一毛病（第 N 次）。

## 5. 补课清单（按 ROI 排序）
| 优先级 | 要补的 | 怎么补（具体动作） | 预计耗时 |
|---|---|---|---|
| P0 | ... | ... | ... |

- P0: 下次面试前必须补
- P1: 1-2 周内推进
- P2: 知道差距即可

4. 写入 `pipeline/<slug>.md`

在文件末尾追加一节（不改前面的尽调/JD/准备）：


## 复盘（YYYY-MM-DD）

- **通过率估计**：<低/中/高>（X%）
- **最值得带走的 2 条**：<一句话>；<一句话>
- **P0 补课**：<列出 P0 项，不用全表>
- _完整 5 块报告见本次主对话_

幂等：如果同一天的复盘节已存在，追加子节 ### 复盘 v2，别覆盖前一次。

5. 更新 `_index.md` 的"阶段"列

Read ../../memory/pipeline/_index.md，把该公司行的"阶段"改成：

通过率估计高 → "等结果"
低 → "已复盘，方向存疑"
中 → "已复盘"

6. 追加 patterns.md

独立步骤，不要混进主报告。提炼 2-3 条可跨场景复用的模式：

✅ 算："我讲项目又一次把 why 讲成了 what"；"早期 AI 初创最在意能不能从零搭东西"
❌ 不算：本次面试的具体内容；一次性判断（"今天面试官心情不好"）

追加前 Read patterns.md 检查去重。格式（追加到对应章节末尾）：


<!-- debrief: <公司> <岗位> YYYY-MM-DD -->
- <模式描述>（出现第 N 次 / 首次观察）

追加完立刻告诉用户："已追加 N 条 pattern 到 patterns.md：X / Y / Z。" 让用户有机会当场说"这条别留"。

原则

人在环里：patterns.md 只追加、不改写。追加完显式汇报给用户。
不安慰：通过率低就说低。用户要准信号，不要情绪价值。
证据驱动：每个判断都要指到转录里的某句话 / JD 里的某条要求。
幂等：同一份转录跑两次，主报告结构一致；pipeline 追加节带日期版本号；patterns 去重。
只写 pipeline 和 patterns。不碰 decisions.md（那是 decision-log 的事）。