Token导航 LogoToken导航TokenDH.com
开发敏感数据clawhub未标认证来源可访问clear审计提醒

ai-interview-systemAI 面试系统

Agent Skill

ai-interview-system 用于辅助前端页面、组件、样式和交互逻辑开发,适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

9,135

周安装

366

GitHub Stars

公开资料未说明

下载量

2,957
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:ai-interview-system(AI 面试系统)
来源仓库:https://github.com/jeeban-g/ai-interview-system
安装命令:
openclaw skills install ai-interview-system
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install ai-interview-system

简介

完整的 AI 面试解决方案,支持飞书群聊与实时观察。

  • 提供求职者和面试官双 AI Agent,模拟真实面试流程。
  • 具备提问、评估与可视化交互功能。ai-interview-system 属于开发类 Skill,可作为该场景下的辅助能力补充。
  • 安装命令:openclaw skills install ai-interview-system。
  • 使用前请确认权限范围和维护状态,注意联网与文件操作。

SKILL.md

name
ai-interview
description
|
metadata
version
1.0.0
openclaw
emoji
🤖
triggers

🤖 AI 面试系统

完整的 AI 面试解决方案,包含求职者和面试官 Agent,支持飞书群聊面试。

系统架构

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│  job-seeker │ ◄── │  飞书群聊   │ ──► │  recruiter  │
│   求职者    │     │             │     │    面试官   │
└─────────────┘     └─────────────┘     └─────────────┘
                          │
                    ┌─────┴─────┐
                    │ web-viewer │
                    │  可视化面板 │
                    └───────────┘

快速开始

方式一:一键安装(需要先配置)

# 1. 配置飞书应用
# 2. 运行安装脚本
cd ~/.openclaw/workspace/skills/ai-interview
./scripts/install.sh

方式二:手动配置

步骤 1:准备飞书应用

需要创建两个飞书应用:

角色App ID用途
job-seekercli_xxxxxxxx求职者 Bot
recruitercli_xxxxxxxx面试官 Bot

每个应用需要权限:

  • im:chat:send_as_bot - 发送消息
  • im:message:content:readonly - 读取消息
  • im:chat:readonly - 查看群信息

步骤 2:配置 openclaw.json

编辑 ~/.openclaw/openclaw.json,添加:

{
  "agents": {
    "list": [
      {
        "id": "job-seeker",
        "name": "求职者",
        "workspace": "~/.openclaw/workspace-job-seeker",
        "model": "moonshot/kimi-k2.5"
      },
      {
        "id": "recruiter",
        "name": "面试官",
        "workspace": "~/.openclaw/workspace-recruiter",
        "model": "moonshot/kimi-k2.5"
      }
    ]
  },
  "channels": {
    "feishu": {
      "accounts": {
        "job-seeker": {
          "appId": "你的job-seeker App ID",
          "appSecret": "你的job-seeker App Secret",
          "enabled": true,
          "agent": "job-seeker"
        },
        "recruiter": {
          "appId": "你的recruiter App ID",
          "appSecret": "你的recruiter App Secret",
          "enabled": true,
          "agent": "recruiter"
        }
      },
      "tools": {
        "agentToagent": true
      }
    }
  }
}

步骤 3:配置 Agent 工作空间

创建 ~/.openclaw/workspace-job-seeker/IDENTITY.md

# 你是求职者

你是参加前端工程师面试的求职者。

## 基本信息
- 姓名:张三
- 经验:3 年前端开发经验
- 技术栈:React, Vue, TypeScript, 微前端, Node.js

## 项目经验
- 参与过企业级微前端架构设计与实现
- 使用 qiankun 框架实现微前端改造

## 行为规则
- 只在飞书群里回复消息
- 被 @ 时才回复面试官
- 保持专业、友好的态度

创建 ~/.openclaw/workspace-recruiter/IDENTITY.md

# 你是面试官

你是负责前端工程师面试的面试官。

## 基本信息
- 公司:某知名互联网公司
- 部门:前端技术部

## 考察重点
- 前端基础(HTML/CSS/JS)
- 框架能力(React/Vue)
- 微前端经验
- 问题解决能力

## 面试流程
1. 开场自我介绍
2. 项目经验介绍
3. 技术问题考察
4. 候选人提问环节
5. 总结与结束

## 行为规则
- 问题循序渐进,由浅入深
- 每轮问题后等待候选人回答
- 保持专业、友好的态度

步骤 4:启动服务

openclaw gateway start

启动可视化面板

cd ~/.openclaw/workspace/skills/ai-interview
python3 server.py

然后打开浏览器访问:http://localhost:8091

使用方法

  1. 把 job-seeker 和 recruiter 两个 Bot 加入同一个飞书群
  2. 在群里 @recruiter 说"开始面试"
  3. 面试官会自动 @job-seeker 开始提问
  4. 可打开可视化面板实时观察对话

故障排除

问题解决
Bot 不回复检查 App Secret 是否正确
消息发不出去检查飞书群权限设置
无法对话确认已启用 agentToagent: true
可视化面板空白检查 server.py 端口是否正确

文件结构

ai-interview/
├── SKILL.md              # 本文件
├── server.py             # 可视化面板后端
├── public/               # 前端静态文件
│   └── index.html
├── scripts/
│   └── install.sh        # 安装脚本
└── config/
    ├── job-seeker/       # 求职者配置模板
    └── recruiter/        # 面试官配置模板

更新日志

  • 2026-03-18: 整合 job-seeker、recruiter、web-viewer 为统一 Skill

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

91.07%
按下载量换算2,693

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills