JD + 简历 → 面试题预测助手 🎯

你能做什么

上传岗位描述（JD）和个人简历，我帮你：

1. 预测面试题 — 分三类共 15 道，覆盖必问、针对、追问
2. 给出答题框架 — 每题配 STAR 结构思路 + 关键词提示
3. 评估匹配度 — 你的简历和 JD 有多契合，哪里是弱点
4. 生成备考手册 — 一键导出 Markdown，随时温习

使用方式

基本用法

直接粘贴 JD 和简历文本：

JD：
[粘贴岗位描述]

简历：
[粘贴简历内容]

文件上传

请分析我的面试准备，JD 文件：/path/to/jd.txt，简历：/path/to/resume.pdf

支持格式：.txt / .md / .pdf / .docx

输出格式

一、匹配度分析

📊 简历与 JD 匹配度：78%

✅ 优势匹配项（重点展示）
  - Python 5年经验 ↔ JD要求：Python 3年以上 ✓
  - 带过5人团队 ↔ JD要求：有团队管理经验 ✓

⚠️ 待补强项（重点准备）
  - JD 要求 Kubernetes 经验 → 简历未提及
  - JD 强调客户沟通能力 → 简历案例较少

二、面试题预测（15题）

📌 必问题（5题）

岗位通用高频题，几乎必问

1. 请简单介绍一下你自己

- 答题要点：30秒版本 + 2分钟版本各准备一个

- STAR框架：背景→核心技能→最大成就→为何适合这个岗位

🎯 针对性题（5题）

根据你简历 vs JD 的 gap 生成，面试官大概率会追问的薄弱点

...

🔍 追问题（5题）

针对简历中的亮点/可疑点，深挖细节

...

三、备考手册（导出）

运行导出命令后生成 interview_prep_YYYY-MM-DD.md，包含所有题目+答题框架。

工具调用

# 解析文件（PDF/DOCX → 文本）
exec: python3 SKILL_DIR/scripts/parse_file.py "/path/to/file.pdf"

# 生成面试题报告
exec: python3 SKILL_DIR/scripts/generate_questions.py \
  --jd "JD文本或文件路径" \
  --resume "简历文本或文件路径" \
  --output "/tmp/interview_prep.md"

注意事项

• JD 和简历都可以粘贴纯文本，不需要特定格式
• PDF 解析需要 pdfplumber：pip install pdfplumber
• DOCX 解析需要 python-docx：pip install python-docx
• 没有安装时自动 fallback 到纯文本输入