当前版本:v0.3.0
一个免费、开源的 Codex Skill:读取 PDF 简历和项目资料,通过几轮对话补充信息,生成可以放进简历里的专属面试 Agent 网站。
生成的网站面向 HR 使用。HR 无需登录,可以先和候选人的 AI 面试助理对话,再向下查看项目、技能、经历和证据。
- 愿意使用 Codex,并自行准备 Vercel、Cloudflare 或云服务器的人。
- 希望拥有网站源码、模型配置和部署控制权的人。
- 想把普通简历扩展成可对话个人主页的求职者。
不想配置服务器、域名和模型 API Key,可以直接使用虾助理托管版。
- 分析 PDF 简历,包括多栏排版和扫描件。
- 区分真实证据、模糊表述和待确认信息。
- 通过简短提问补齐项目职责、技术取舍和结果。
- 自动生成候选人开场白,并允许本人修改。
- 提供三套受控模板:工程师网格、职业清爽、作品集信号。
- 自带统一的 React/Vite 前端、Node/Express
/api/chat和 Docker 部署文件,不再临时拼页面。 - 对话引用可直接定位并高亮候选人的对应证据。
- 只回答与候选人面试相关的问题,并引用资料证据。
- 在发布前检查手机号、邮箱、身份证、密钥等敏感信息。
- 支持本地预览以及 Vercel、Cloudflare、个人服务器部署。
对 Codex 说:
请使用 $skill-installer 安装
https://github.com/TengYuYe/interview-agent-skill/tree/main/skills/interview-agent
克隆仓库:
git clone https://github.com/TengYuYe/interview-agent-skill.gitWindows PowerShell:
New-Item -ItemType Directory -Force "$HOME\.codex\skills" | Out-Null
Copy-Item -Recurse -Force ".\interview-agent-skill\skills\interview-agent" "$HOME\.codex\skills\interview-agent"macOS 或 Linux:
mkdir -p ~/.codex/skills
cp -R ./interview-agent-skill/skills/interview-agent ~/.codex/skills/interview-agent安装后,在下一次 Codex 对话中即可使用。
创建并预览:
使用 $interview-agent 读取我的 PDF 简历。
先总结你识别到的经历和疑点,再通过提问补充资料。
生成面试 Agent 网站并在本地预览,暂时不要部署。
更新资料:
使用 $interview-agent 更新刚才的网站。
把这个项目说明加入证据库,但保留原来的公开链接和证据 ID。
部署到自己的服务器:
使用 $interview-agent 将已经验证的网站部署到我的服务器。
先做只读检查,列出将要新增或修改的目录、端口和服务,等我确认后再部署。
Skill 不会因为“生成完成”就自动发布。部署、修改 DNS、创建云资源和下线网站都需要用户在操作前明确确认。
每个项目至少包含:
candidate.json 公开候选人事实与证据
agent-style.json 开场白、回答风格和推荐问题
presentation.json 模板、颜色、密度和明暗主题
privacy-review.md 隐私与不确定信息检查
src/ HR 访问的 React 页面
server/ 服务端对话接口与健康检查
.env.example 模型配置示例,不包含真实密钥
Dockerfile 独立容器构建
compose.yaml 默认仅绑定本机端口的部署示例
README.md 本地运行、修改和部署说明
原始简历不会被放进公开网站。模型 Key 必须位于服务端环境变量,不能写进浏览器代码、公开 JSON 或 GitHub 仓库。
面试 Agent 只能回答候选人已经确认的经历、项目、技能、教育、作品和岗位匹配问题。
- 资料没有提供的信息,明确回答“候选人未提供相关信息”。
- 不把“参与”改成“主导”,不把“熟悉”改成“精通”。
- 不回答无关教程、新闻、娱乐或其他人的问题。
- 不公开未授权的联系方式、身份信息和私人公司资料。
- 每个事实性回答都要引用有效证据。
预览内置示例页面:
cd skills/interview-agent/assets/site-template
npm ci
npm run dev模板不配置模型 Key 也能浏览完整候选人页面;聊天会显示可恢复的不可用状态。真实 Key 只能填写在服务端 .env。
运行 Skill 结构检查:
python /path/to/skill-creator/scripts/quick_validate.py skills/interview-agent运行验证器测试:
python -m unittest discover -s skills/interview-agent/scripts -p "test_*.py" -v创建一个全新的测试项目:
python skills/interview-agent/scripts/scaffold_project.py ./generated-agent \
--candidate skills/interview-agent/assets/candidate.template.json \
--agent-style skills/interview-agent/assets/agent-style.template.json \
--presentation skills/interview-agent/assets/presentation.template.json验证模板数据:
python skills/interview-agent/scripts/validate_candidate.py \
skills/interview-agent/assets/candidate.template.json \
skills/interview-agent/assets/agent-style.template.json \
skills/interview-agent/assets/presentation.template.json