interview-intellisted

# 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： 1. `01_company_intel_brief.md`：公司背景、业务、产品、竞争格局、职位切入点。 2. `02_resume_jd_matching.md`：简历与 JD 匹配度、优势、差距、应对话术。 3. `03_interview_prep_report.md`：HR、业务、终面/高管面试策略与 STAR 案例。 4. `04_icebreaker_messages.md`：30 秒、1 分钟、2 分钟自我介绍和破冰开场白。 5. `05_final_analysis_report.md`：综合评估、准备优先级、行动计划和复习清单。 ## 推荐入口 优先使用项目根目录下的 Claude Code 斜杠命令： ```text /jobprep 公司名 职位名 JD: [粘贴 JD 内容] 简历: resumes/我的简历.pdf ``` 如果用户没有提供简历路径，先在 `resumes/` 目录里查找 PDF 简历。如果找不到，需要询问用户简历位置。 ## 关键原则 1. 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。 2. 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。 3. 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。 4. 输出要具体、可背诵、可执行，避免泛泛而谈。 5. 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_temp