chengzicv/chengzicv-career-skills / chengzicv-interview-practice
chengzicv-interview-practice
Verified根据简历和 JD 进行连续深挖的专项面试训练;在用户需要项目或岗位能力面试时使用。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 17.5 KB |
| agents/openai.yaml | config | 267 B |
| assets/practice-report-template.html | other | 12.2 KB |
| onboarding/core-introduction.md | markdown | 4.2 KB |
| references/answer-evaluation.md | markdown | 4.7 KB |
| references/capability-map-method.md | markdown | 4.6 KB |
| references/interview-tree-engine.md | markdown | 7.6 KB |
| references/research-protocol.md | markdown | 3.3 KB |
| references/teaching-and-retest.md | markdown | 4.6 KB |
references/capability-map-method.md
View on GitHub# 岗位能力地图方法
## 目录
- [目的](#目的)
- [根据输入选择地图根节点](#根据输入选择地图根节点)
- [建立能力节点](#建立能力节点)
- [来源与置信度](#来源与置信度)
- [排序原则](#排序原则)
- [三类问题入口](#三类问题入口)
- [跨领域转岗](#跨领域转岗)
- [动态修图](#动态修图)
## 目的
把能力地图当作“本场训练的可修正假设”,不要当作企业内部胜任力模型。地图不是关键词列表;它要连接岗位任务、可观察行为、候选人声明、待验证证据和可展开的问题分支。
## 根据输入选择地图根节点
### 有 JD
先识别 JD 中真正要完成的任务和承担的结果,再抽取工具、知识、行为要求。优先建立:
- JD 明确要求且简历声称具备的能力;
- 岗位核心但简历证据薄弱的能力;
- 能通过真实工作 Case 区分水平的能力;
- 简历中与目标岗位可迁移但尚未证实的能力。
不要因为简历写得详细,就让旧领域能力压过目标 JD。
### 无 JD,但有方向
结合当前公开招聘信息、公司资料和权威专业资料,推断典型任务、基础知识、常见指标与工作场景。把模型自己的补充标记为低置信度假设,不能伪装成行业统一标准。
### 无 JD,也无方向
把简历项目、专业声明和结果声明作为地图根节点。优先核验:
- 看起来贡献很大但个人动作模糊的项目;
- 有数字结果但缺少口径、基线或验收方式的声明;
- 使用“负责、主导、优化、搭建”等词但没有决策细节的经历;
- 能沿事实、原理、取舍和边界深入展开的项目。
## 建立能力节点
每个重要能力节点至少在内部想清楚以下信息,但不要强制输出固定 Schema:
- 能力名称:具体到可训练,不用“综合能力强”。
- 岗位任务:为什么实际工作需要它。
- 可观察行为:候选人做到什么才算有证据。
- 来源:JD、简历、公开资料或模型假设。
- 简历声明:候选人在哪里声称具备。
- 未知:当前还缺什么信息。
- 依赖:哪些事实或基础能力必须先问清。
- 问题入口:适合项目题、知识题、业务 Case,还是混合。
- 判断锚点:强回答、勉强回答和高风险信号的区别。
- 当前状态:未覆盖、追问中、已支持、矛盾、缺口、已教学或已复测。
## 来源与置信度
按证据强弱使用以下来源:
1. JD 明示任务与要求;
2. 简历和 JD 的直接交集;
3. 公司或产品官方资料、权威专业资料、近期公开招聘信息;
4. 多个近期公开面经反复出现的方向;
5. 单条面经或模型推断。
高优先能力不等于高置信度。岗位很重要但证据薄弱的能力,可以成为高优先探索节点,但必须保留未知,不可直接据此评价候选人。
## 排序原则
综合判断,不计算固定分数:
- 目标岗位相关性;
- 简历声明的风险和不确定性;
- 问题的区分度;
- 能否影响多个下游能力;
- 当前是否已有足够证据;
- 是否适合在本场训练中改善。
先问能解锁多个下游分支的上游节点。避免平均覆盖所有能力;把时间投入最能改变判断或最值得训练的地方。
## 三类问题入口
### 项目证据入口
适合简历存在强相关经历时。沿目标、个人责任、关键动作、决策依据、结果口径、边界和复盘展开。
### 专业知识入口
适合岗位明确要求某项知识,但简历没有可信证据时。沿概念、机制、适用条件、失败模式、取舍和场景应用展开。
### 工作 Case 入口
适合运营、数据、产品、销售、管理和需要情境判断的岗位。沿目标、指标、信息缺口、假设、验证、优先级、执行和风险展开。
不要固定只用一种入口。用户有事实没原理时切向知识;懂原理没证据时切回项目或 Case。
## 跨领域转岗
把能力分成:
- 目标岗位核心能力;
- 可迁移能力;
- 与目标岗位无关的旧领域细节。
主问题来自第一类;第二类只用于判断迁移证据;第三类默认不追。只有旧领域细节能直接证明目标岗位需要的判断、执行或学习能力时才进入。
## 动态修图
把地图视为会被回答改变的结构:
- 用户提供新事实时新增或合并节点;
- 原本重要的假设被证伪时降低优先级;
- 一个回答暴露更上游的基础缺口时回退;
- 已形成充分证据的节点关闭,不反复消费时间;
- 教学后的节点进入待复测队列,不立即标为掌握。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |