Big Tech AI Mock Interviewer Skill
大厂 AI 模拟面试官 Skill
Interview Skills is an AI mock interview coach for job seekers. It generates targeted mock interview questions from a real job description and a candidate resume. This skill simulates company-specific interview styles across technical rounds, behavioral rounds, HR interviews, salary negotiation, and full multi-round interview loops.
大厂 AI 模拟面试官：基于 JD + 简历 生成专属面试问题，模拟更接近真实大厂风格的技术面、HR 面与薪资谈判。现已支持国内外大厂，如字节、腾讯、阿里、美团、Google、Meta、Amazon、Microsoft 等。
"面经是别人的经历，JD 是你要面的岗位，简历是你走过的路。"
这个 Skill 不是给你一套通用题库，而是根据你的目标岗位和个人背景，生成更像真实面试官会问的问题。
不仅出题，还会分析 JD vs 简历匹配度、识别简历薄弱点，并支持追问、HR 面和谈薪模拟。
把你自己的简历 + 真实 JD 丢进来，AI 当面试官，专属你的模拟面试开始了。
如果你正在准备大厂面试，可以 Star 收藏：
后续会持续补充公司题型
持续更新 HR / 谈薪 / 多轮模拟模板
支持更多海外大厂和岗位场景
🌟 祝所有在通往大厂路上的小伙伴早日上岸，拿到心仪的 offer！
News · 快速开始 · 适合谁 · 解决什么问题 · 功能亮点 · 支持公司 · 真实 Demo · 输出示例 · FAQ · 更新计划
News
- 2026-06-04：新增网页版 Mock Interview UI，在线输入 JD 和简历等信息，实现面试模拟。
- 2026-06-01：新增
install-skill.sh，支持一键运行安装，降低使用门槛。 - 2026-05-28：新增海外大厂面试支持，覆盖 Google、Meta、Amazon/AWS、Microsoft 等公司。
- 2026-04-24：新增 HR 面专项训练、薪资谈判话术和多轮完整面试流程。
- 2026-04-06：新增 Skill 初版、PRD、JD 解析、简历解析、公司画像、题目设计和 BEI/STAR 行为面试框架，建立基于
JD + 简历生成专属面试题的核心能力。
🚀 快速开始
网页版 UI 直接体验
不想安装 Skill 时，可以直接打开 GitHub Pages 页面：
https://jennifer88huang.github.io/interview-skills/ui/
网页版支持在浏览器里完成一轮可交互的模拟面试：
- 在左侧面试设置中填写目标公司、目标岗位和面试轮次。
- 在中间JD内容区域提供 JD 内容；支持提供 JD 链接、粘贴文本，或上传 PDF、Word、TXT、Markdown 文件。
- 在中间简历内容区域提供你的简历；支持上传 PDF、Word、图片、TXT、Markdown 文件，或者直接在「文本」框中粘贴简历内容。
- 在左下角选择模型供应商和模型，输入 API Key。不填写时会使用本地模拟，填写后会调用所选供应商生成真实问题和追问。
- 点击左下角开始模拟面试按钮后，右侧模拟结果区域出现岗位匹配度分析和问题；点击「生成追问」后，页面会基于你的回答继续追问，并允许继续填写追问答案、进一步追问。
右上角流程状态会随着输入材料、生成面试、追问演练自动变化；右上角支持切换 English / 中文界面。
小龙虾聊天窗口一键安装
在你正在使用的小龙虾聊天窗口里，直接发送这一条命令：
/skill install git:jennifer88huang/interview-skills@main
安装完成后，直接对小龙虾说：
我要面字节跳动后端工程师，帮我模拟面试
或：
帮我模拟阿里产品经理面试，这是 JD 和我的简历
终端版 OpenClaw 手动安装
# 在本仓库根目录运行
bash install-skill.sh https://github.com/jennifer88huang/interview-skills.git
等价的手动安装方式：
mkdir -p ~/.openclaw/skills
git clone https://github.com/jennifer88huang/interview-skills.git ~/.openclaw/skills/interview-skills
openclaw skills info interview-skills
openclaw skills list
如果本地已经克隆过，更新时运行：
git -C ~/.openclaw/skills/interview-skills pull --ff-only
一句话开用
我要面字节跳动后端工程师，帮我模拟面试
帮我模拟阿里产品经理面试，这是 JD 和我的简历
大厂面试准备：腾讯高级后端，附上 JD
全程说话就行，不需要任何配置。
👥 它适合谁
- 正在准备阿里、腾讯、字节、百度、美团、华为、Google、Meta、Amazon、Microsoft 等大厂面试的同学
- 想根据真实 JD 做更有针对性准备的候选人
- 不想只背通用面经，而想做“定制化模拟面试”的求职者
- 应届生、社招、转岗用户都可以使用
❓ 它解决什么问题
很多面试准备的问题，不是“题不够多”，而是：
- 看了很多面经，但不一定适合你当前要投的岗位
- 不同公司、不同岗位的面试风格差异很大
- 简历里的薄弱点，往往才是面试官最爱追问的地方
- 技术面、HR 面、薪资谈判，本来就不是同一种准备逻辑
这个 Skill 的目标，是把“通用准备”变成“结合 JD 和简历的定制准备”。
📋 使用流程
1. 告诉 AI：目标公司 + 岗位名称
↓
2. 粘贴 JD 内容（没有也行，有会更精准）
↓
3. 上传简历（PDF / 图片 / 文字均可，没有也行）
↓
4. 获得 JD vs 简历匹配度分析
（✅ 强匹配 / ⚠️ 需补强 / ⚠️ 简历弱点）
↓
5. 获得专属面试 10 问
（题目类型 / 难度星级 / 参考答案提示 / 追问方向）
↓
6. 获得备战建议（【紧急】/ 【参考】分级）
↓
7. 可选：进入互动追问模式
说「帮我追问」，AI 扮演面试官继续深挖
🎯 功能亮点
- JD + 简历双锚：题目根据你的 JD 要求和个人简历定制，不是通用题库，不是别人的面经
- 大厂风格定制：字节追算法、阿里问价值观、腾讯挖底层原理，Google/Meta/Amazon/Microsoft 关注代码质量、系统设计、领导力原则与跨文化协作，每家公司面试风格不同，Skill 自动适配
- 匹配度分析：自动对比 JD 需求 vs 简历现状，输出强匹配 / 需补强 / 简历弱点
- 10 问全套信息：每道题附难度、考察点、参考答案方向、追问路径，让你知道面试官后面往哪走
- 互动追问模拟：回答完一道题，说「帮我追问」，AI 扮演面试官继续深挖
- 好答案 vs 差答案对比：卡在某一题时，可直接查看高分示范答法、低分踩坑示例与点评
- 多场景覆盖：支持技术面、HR 面、薪资谈判、多轮完整面试连贯模拟
- 全岗位覆盖：技术、产品、运营、职能等岗位都可使用
🏢 支持公司
| 类别 | 头部互联网 / 科技公司 list |
|---|---|
| 国内一线大厂 | 阿里巴巴（含蚂蚁、菜鸟、阿里云）、腾讯（含微信、游戏、腾讯云）、字节跳动（含抖音、TikTok、飞书）、百度、美团、华为、滴滴、快手、小红书、拼多多、京东、网易、货拉拉、携程、贝壳等 |
| 海外大厂 | Google、Meta、Amazon、Microsoft |
不在列表中的公司也支持——会根据 JD 内容自动推断面试风格。
📚 岗位覆盖
技术类：后端 / 前端 / 移动端(iOS/Android) / 算法/AI / 数据工程 / 架构师 / SRE / 安全
产品类：产品经理(C端/B端/增长) / 游戏策划
商业类：运营 / 市场营销 / 商业分析
职能类：数据分析师 / HR / 法务 / 财务
🧪 真实 Demo 案例
下面是一次真实灰度测试里的 Demo。候选人把阿里技术运营官岗位 JD 和自己的简历交给 Skill，要求按真实一面风格模拟。
这个案例不是固定模板题库，而是先读 JD + 简历，再推断面试官最可能从哪里切入：岗位需要什么、简历哪里强、哪里需要补、哪些经历容易被继续追问。
输入场景
- 目标公司：阿里巴巴（蚂蚁集团 / 阿里集团）
- 目标岗位：技术运营官（Developer Relations & Tech Brand）
- 面试轮次：一面（运营官）
- 面试官身份：阿里集团技术生态运营 P7 资深面试官
- 输入材料：真实 JD + 候选人简历
Demo 输出 1：先判断阿里面试风格
Skill 会先根据岗位和公司风格判断本轮面试重点：阿里更看重客户第一、协同、业务理解、数据结果和复杂场景下的判断力。
Demo 输出 2：再做 JD vs 简历匹配度分析
接着，Skill 会把 JD 要求和简历经历逐项对齐，明确强匹配、需补强和简历弱点。这样候选人不只是拿到一组问题，还能知道自己最应该补哪块表达。
为什么这个 Demo 有参考价值
这次测试里，候选人把模拟题和之前真实面试题做了对比，反馈是：真实面试中被问到的问题，和这次模拟里的问题有 7 道高度相似。
它不是在“押标准答案”，而是在读透 JD 和简历之后，提前推断面试官的提问逻辑：哪里会深挖、哪里需要量化、哪里会考业务理解和协同判断。
💡 使用场景示例
场景 1：技术岗社招
「我要面字节跳动后端工程师，JD 要求熟悉分布式系统和 Go。我是 3 年 Java 后端，做过电商系统。帮我出 10 道面试题。」
→ 输出：匹配度分析 + 字节风格算法题 + 分布式系统深挖题 + Java→Go 迁移追问 + STAR 行为题 + 备战建议
场景 2：产品岗跨行业跳槽
「我在传统行业做产品 5 年，想跳槽去阿里做电商产品 P6。这是 JD，简历如附件。」
→ 输出：阿里价值观对齐题 + 互联网产品思维转换题 + 简历薄弱点追问 + 电商业务理解题
场景 3：应届生校招
「我是应届硕士，投了腾讯 IEG 游戏客户端，这是 JD，我没有工作经验，有两段实习。」
→ 输出：应届生难度定位 + 实习项目深挖 + 游戏领域基础知识 + 潜力类题目
场景 4：HR 面专项训练
「我下周要面阿里 HR 面，帮我只练 HR 问题，重点练离职原因、薪资预期和职业规划。」
→ 输出：HR 面专项题组 + 每题隐藏考察点 + 回答原则 + 踩坑提醒 + 追问方向
场景 5：海外大厂面试
「我要面 Google L4 后端工程师，JD 要求分布式系统和 Java，这是我的简历。」
→ 输出：Google 风格 coding + system design + behavioral 题组，重点覆盖算法清晰度、复杂度分析、设计权衡、英文/双语表达建议
场景 6：Amazon / AWS 面试
「我要面 Amazon SDE II / AWS 后端，帮我按真实流程模拟。」
→ 输出：coding + system design + Leadership Principles 行为题，重点追问 Ownership、Customer Obsession、Dive Deep、数据化结果和项目取舍
场景 7：薪资谈判话术
「我拿到 offer 了，但总包低于预期。帮我整理一版谈薪话术，重点是怎么表达我的目标区间，又不把关系谈僵。」
→ 输出：谈薪策略 + 分场景话术 + 不该说的话 + 收口建议
场景 8：多轮完整面试连贯模拟
「我想按真实流程来一遍，从一面到三面完整模拟，看看我最可能在哪一轮被卡住。」
→ 输出：一面→二面→三面→HR 面连贯题组 + 每轮关注点 + 承接逻辑 + 通过关键 + 淘汰风险
📊 输出示例
═══════════════════════════════════════════════════
🎯 面试模拟报告
目标公司：字节跳动 · 后端工程师
面试官身份：字节资深后端方向面试官
═══════════════════════════════════════════════════
📍 公司风格分析：
① 面试节奏快，代码题一般 20-30 分钟内完成
② 算法必考，LeetCode Medium+ 水平
③ 项目深挖很深，会追问技术选型原因
④ 重视 impact：你的项目带来了多少价值？
📊 JD vs 简历匹配度：
✅ 强匹配：Go语言、高并发设计、MySQL
⚠️ 需补强：K8s、分布式系统设计深度
⚠️ 简历弱点：项目B描述较浅，建议补充技术难点
═══════════════════════════════════════════════════
📋 模拟面试 10 问
═══════════════════════════════════════════════════
──────────────────────────────────
Q1 · [技术基础题]
──────────────────────────────────
题目：请介绍 MySQL InnoDB 索引的底层数据结构，
以及它和 MyISAM 索引的区别？
考察点：MySQL（JD 必会要求）
难度：⭐⭐⭐ 中等
参考答案提示：索引底层是 B+ 树；聚簇索引 vs 覆盖索引；
最左前缀原则；可结合简历项目B的数据库优化经验举例。
💡 追问方向：EXPLAIN 分析过吗？索引失效有哪些场景？
...（共 10 道）
═══════════════════════════════════════════════════
💡 面试准备建议
═══════════════════════════════════════════════════
① 【紧急】准备 K8s 基础概念（JD 加分项，面试概率 60%+）
② 【紧急】项目B用 STAR 法则补充技术难点描述
③ 【参考】字节算法题重点刷数组/链表/二叉树/动态规划
═══════════════════════════════════════════════════
🚀 继续备战
═══════════════════════════════════════════════════
→ 回答某道题 —— 我来扮演面试官追问
→ "再出5道题" —— 扩充题库
→ "模拟二面" —— 按二面风格重新出题
→ "模拟HR面" —— 进入 HR 面专项训练
→ "帮我谈薪" —— 进入薪资谈判话术指引
→ "模拟完整面试流程" —— 从一面到三面/HR 面连续模拟
→ "帮我详细解答Q3" —— 深入展开某题答案
→ "给我 Q3 的好答案 vs 差答案" —— 看高分答法和踩坑对比
多轮完整面试连贯模拟示例
═══════════════════════════════════════════════════
🎬 多轮完整面试连贯模拟
目标公司：腾讯 · 后端工程师
═══════════════════════════════════════════════════
整体判断：
① 你的项目经验是亮点，但系统设计深度可能在二面被放大追问
② 如果一面回答过于概念化，二面会继续追着你的项目细节打
③ 全流程里最该提前补的是“项目中的技术取舍”和“结果量化”
═══════════════════════════════════════════════════
Round 1 · 一面
═══════════════════════════════════════════════════
面试官关注点：基础是否扎实，项目是不是你真正做过
高频题型：数据库 / Redis / 网络基础 / 简历项目
模拟题目：
- 你项目里 Redis 为什么这么用？有没有踩过一致性问题？
- MySQL 索引失效的常见场景有哪些？
- 你在最近一个项目里个人贡献最大的部分是什么？
本轮通过关键：基础回答别漂，项目题要说清你的动作和结果
若这一轮答不好，下一轮会怎么被放大：二面会默认你项目深度不足，直接追系统设计和技术取舍
═══════════════════════════════════════════════════
Round 2 · 二面
═══════════════════════════════════════════════════
承接上一轮：如果一面里项目细节不够，二面会围绕你的核心项目继续深挖
面试官关注点：系统设计能力、技术取舍、复杂问题拆解能力
模拟题目：
- 设计一个高并发秒杀系统，你怎么处理库存扣减和热点问题？
- 你项目里有没有过技术方案推翻重来？为什么？
- 如果现在流量涨 5 倍，你的现有架构先会崩在哪？
本轮通过关键：不要只讲方案名词，要讲为什么这么设计、代价是什么
淘汰风险：只会背标准架构图，讲不出和自己项目相关的判断
═══════════════════════════════════════════════════
Round 3 · 三面
═══════════════════════════════════════════════════
承接上一轮：如果二面暴露出取舍意识不够，三面会继续看你的业务判断和协作成熟度
面试官关注点：复杂协作、owner 意识、业务理解、成长潜力
模拟题目：
- 讲一次你推动跨团队项目落地但中途遇到明显阻力的经历
- 你做过最有业务价值的一件事是什么？怎么证明？
- 如果让你带 1-2 个新人，你觉得自己最需要补什么？
本轮通过关键：既要讲结果，也要讲判断过程和复盘
淘汰风险：只有执行，没有判断；只有结果，没有个人方法论
═══════════════════════════════════════════════════
Round 4 · HR面
═══════════════════════════════════════════════════
承接上一轮：前三轮如果已经暴露出稳定性或动机问题，HR 会重点确认
面试官关注点：动机、稳定性、薪资预期、职业规划
模拟题目：
- 你为什么考虑现在跳槽？
- 如果我们 offer 不是最高的，你怎么选？
- 你未来 3 年最想成长成什么样？
本轮通过关键：动机真实、表达稳定、预期合理
═══════════════════════════════════════════════════
🧭 全流程备战建议
═══════════════════════════════════════════════════
① 先补一面的基础题和项目表达，不然后面每轮都会吃亏
② 二面是最容易掉点的一轮，要重点准备系统设计和技术取舍
③ 练习顺序建议按“一面项目题 → 二面设计题 → 三面行为题 → HR 动机题”推进
HR 面专项训练示例
═══════════════════════════════════════════════════
👥 HR 面专项训练
目标公司：阿里巴巴 · 产品经理
═══════════════════════════════════════════════════
HR 关注重点：
① 你为什么现在想跳槽，以及这个动机是否稳定
② 你的薪资预期是否理性，是否容易因为其他 offer 快速变动
③ 你对阿里业务和岗位成长路径是否有清晰判断
──────────────────────────────────
Q1 · [主题：离职原因]
──────────────────────────────────
题目：你为什么想离开现在这家公司？
HR 真正想判断什么：你是短期情绪性跳槽，还是经过判断后的理性选择
回答原则：先讲正向原因，再讲限制因素；重点放在成长空间、业务阶段、岗位匹配，不要把重点放在抱怨人和流程。
踩坑提醒：不要直接说“领导不行”“太卷了”“钱太少了所以必须走”。
💡 追问方向：如果我们给不到你最想做的业务，你还会考虑吗？
──────────────────────────────────
Q2 · [主题：薪资预期]
───────────────