一键导入
一键导入
编写、丰富与编译 model cookbook 的专用人机协作开发工作流。包含 Prompting Guide 大纲扩展、交付物大纲拆解与初始化、TOC 驱动编译为 HTML/Jupyter Notebook 预览及两库联动沉淀。
专门用于将超长群聊日志转化为结构化知识图谱。采用滑动窗口增量提取,规避上下文限制,并确保实体与关系的沉淀与溯源。
一个互动式的主题学习助手。作为一名智能学习伙伴,将用户的学习目标结构化,并引导完成学习过程。使用此技能时,必须高频、精确地使用 memocli 读写知识图谱,以记录和追踪学习状态。当用户希望开始新的学习主题、继续之前的学习、或者需要你引导学习某个概念时使用。
结合深度调研(Deep Research)与人工洞察(Human-in-the-loop),为大模型生态合作生成商业落地规划与极度颗粒度的宣发物料。当用户希望通过严谨的两阶段调研(前期探索与深度研究)、引入人工战略判断,并最终生成全套合作与 GTM 方案时,使用此技能。
A comprehensive, autonomous deep research framework. Use this skill when the user requests a thorough, multi-dimensional investigation into a complex topic, market research, technology landscape, or any task requiring extensive web browsing, data synthesis, and structured reporting. It orchestrates subagents and uses file-system-based state management to prevent context bloat.
作为一个 doc-todo-log-loop 的补充技能,用于在开发过程中整理、归纳项目的设计理念、核心概念和架构模式。旨在将分散的开发决策和隐性知识转化为系统的设计文档。
| name | interview-processor |
| description | 处理面试记录的 Agent 技能。包含面试大纲规划、面试提问提取与纠错、面试总结自评,以及知识图谱存储方案。 |
| author | github/cafe3310 |
| license | Apache-2.0 |
| depends_on_skill | ["github/cafe3310/agent-skill-memories-off -> memories-off"] |
| depends_on_binary | [] |
本技能用于辅助面试官在面试前后进行高效的结构化处理,沉淀招聘成果并客观自评提问水平。它可以配合 memories-off 技能的 memocli 将生成数据安全写入本地知识图谱。
本技能依赖本地优先的知识库管理工具 memocli。
本 Skill 依赖 memories-off 库进行实体管理与长期记忆。在执行任何任务前,您必须先查阅并完整遵循当前目录下的 memories-off-declare.md 声明文档,以获取其定义的实体类型规范及封装的子过程操作细节。
同时,为了简化指令的输入长度,建议您在 ~/.config/memocli/config.yaml 中配置全局路径别名,并使用简写别名(如 -p work 或 -p life)来运行本技能涉及的所有 memocli 指令。
为了保证面试总结中“团队介绍”以及对面试官表现的自评贴合面试官当前的最新岗位和团队,本技能采用知识图谱优先的动态画像加载机制:
memocli search-entities "我自己的面试官画像" -p <path>
## 当前岗位与团队 和 ## 个人面试偏好),以其内容作为当前的背景上下文。echo "## 当前岗位与团队
[在此写明您当前的岗位、所负责团队及核心业务介绍]
## 个人面试偏好
[在此写明您的面试风格、提问原则和关注特质]" | memocli create-entity -p <path> -e "我自己的面试官画像" -t "个人画像" --content-stdin --reason "初始化面试官个人画像"
本技能在本地知识库中管理四类实体。为符合 memories-off 规范,所有实体必须遵循严格的 H1 (# 实体名) 与 H2 (## 章节名) 标题层级,禁止使用 H3 及以下标题。
我自己的面试官画像个人画像## 当前岗位与团队## 个人面试偏好[领域/岗位]专家面试风格-YYYYMMDD (例如:iOS专家面试风格-20250718)面试方法论## 面试风格与偏好(列出面试官在该领域的提问原则、风格和追问逻辑)[领域/岗位]面试问题集-YYYYMMDD (例如:大模型产品面试问题集-20250729)面试问题集## 核心认知与边界理解## 系统设计与成本控制target_methodology 指向其对应的 [领域/岗位]专家面试风格-YYYYMMDD 实体。对[候选人姓名]的面试总结 (YYYY-MM-DD)面试记录## 基本信息(候选人姓名、招聘类型 [校招/社招/数字马力]、岗位名称、面试日期)## 面试反馈(建议层级、优势、不足、结论)## 沟通记录与评价(核心讨论话题列表与候选人回答情况评估)## 面试官表现自评(以专家级别对面试官提问、追问、得体度做出的客观改进要求)use_style 指向对应 面试方法论 实体。use_question_set 指向对应 面试问题集 实体。candidate 指向候选人个人实体(若有)。当用户触发本技能时,请根据当前所处的面试阶段,跳转至对应的子任务执行详细指南: