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审计通过

pincaimao-mock-interview品才猫模拟面试

Agent Skill

pincaimao-mock-interview 用于辅助视频、动画、脚本化剪辑和多媒体生成流程,适合在 OpenClaw 中需要整理视频素材、生成脚本或维护合成项目时使用。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

5,239

周安装

214

GitHub Stars

1

下载量

1,695
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:pincaimao-mock-interview(品才猫模拟面试)
来源仓库:https://github.com/pincaimao/pincaimao-mock-interview
安装命令:
openclaw skills install pincaimao-mock-interview
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 pincaimao-mock-interview

简介

品才猫模拟面试支持多轮对话的文本和视频模式面试。

  • 适合求职准备或企业招聘中进行AI模拟面试练习。
  • 可自定义问题类型与难度,适应不同岗位需求。
  • 使用需配置API密钥并遵守平台内容安全策略。
  • 视频模式可能涉及肖像权,请确保授权合规。pincaimao-mock-interview 属于开发类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
pincaimao-mock-interview
description
聘才猫 - 模拟面试 Use when calling Pincaimao Mock Interview API to simulate a real interview scenario with multi-turn conversation. Supports text and video modes, custom questions, role settings, and reference answers. Requires PCM_MOCK_INTERVIEW_KEY env var.
version
1.0.1
allowed-tools
metadata
openclaw
emoji
🎭
homepage
https://www.pincaimao.com
primaryEnv
PCM_MOCK_INTERVIEW_KEY
requires
env
bins

聘才猫 - 模拟面试

REQUIRED: 请先检查是否已安装 pincaimao-basic,若未安装请先安装,然后加载它了解通用接口(文件上传、鉴权、响应格式、SSE 解析模板)。

环境变量PCM_MOCK_INTERVIEW_KEY(智能体专属 key)

还没有密钥?通过邀请链接注册并完成认证即可免费获取:pincaimao.com/agents/login?invite_code=uwqc

调用前的信息确认

执行前需要确认:职位描述(job_info)简历文件(可选)。

确认策略:

  • 上下文中已有相关信息 → 展示摘要并询问是否使用
  • 上下文中没有 → 直接请用户提供

同时可询问(均有默认值,可跳过):

  • 面试官角色:1 HR综合面试 / 2 专业面试
  • 是否生成参考答案:0 不生成 / 1 生成
  • 题目数量(默认 5)

多轮对话说明

模拟面试是多轮对话,必须使用 conversation_id 保持上下文

  • 第一轮:不传 conversation_id,从响应保存返回的 conversation_id
  • 后续轮次:每次都带上同一个 conversation_id
  • query 第一次传 job_info 前 20 字符(或 "请开始面试"),后续传用户回答

请求参数

字段必填类型说明
inputs.job_infostring职位描述全文
inputs.file_urlstring简历文件 cos_key
inputs.file_namestring简历文件名
inputs.resume_contentstring简历文本,JSON 字符串或纯文本
inputs.job_titlestring职位名称
inputs.video_urlstring视频文件 cos_key 或公网地址,视频面试每轮都需传
inputs.question_numberstring题目总数,字符串类型,默认 "5"
inputs.question_liststring自定义题目,JSON 字符串数组,如 "[\"问题1\",\"问题2\"]"
inputs.interview_roleint面试角色:1 HR综合面试,2 专业面试
inputs.reference_answerint参考答案:0 不生成,1 生成
inputs.url_callbackstring报告回调 URL(POST,返回 base64 编码报告)
querystring第一轮:job_info 前 20 字符;后续:用户回答
conversation_id第二轮起必填string保持多轮对话上下文

完整示例

#!/bin/bash
JOB_INFO="高级销售专员 / 销售主管,行业领先平台,完善晋升通道"
JOB_TITLE="高级销售专员"
RESUME_FILE="/path/to/resume.docx"

# Step 1: 上传简历(可选)
UPLOAD=$(curl -s -X POST 'https://api.pincaimao.com/agents/v1/files/upload' \
  -H "Authorization: Bearer $PCM_MOCK_INTERVIEW_KEY" \
  -F "file=@$RESUME_FILE")
COS_KEY=$(echo "$UPLOAD" | python3 -c "import sys,json; print(json.load(sys.stdin)['cos_key'])")
FILE_NAME=$(echo "$UPLOAD" | python3 -c "import sys,json; print(json.load(sys.stdin)['filename'])")

# Step 2: 第一轮 - 开始面试
QUERY=$(echo "$JOB_INFO" | cut -c1-20)
ROUND1=$(curl -s -X POST 'https://api.pincaimao.com/agents/v1/chat/chat-messages' \
  -H "Authorization: Bearer $PCM_MOCK_INTERVIEW_KEY" \
  -H 'Content-Type: application/json' \
  -d "{
    \"query\": \"$QUERY\",
    \"inputs\": {
      \"job_info\": \"$JOB_INFO\",
      \"job_title\": \"$JOB_TITLE\",
      \"file_url\": \"$COS_KEY\",
      \"file_name\": \"$FILE_NAME\",
      \"question_number\": \"5\",
      \"interview_role\": 1,
      \"reference_answer\": 0
    },
    \"response_mode\": \"blocking\"
  }")

CONV_ID=$(echo "$ROUND1" | python3 -c "import sys,json; print(json.load(sys.stdin)['conversation_id'])")
echo "面试官:$(echo "$ROUND1" | python3 -c "import sys,json; print(json.load(sys.stdin)['answer'])")"

# Step 3: 后续轮次
USER_ANSWER="我有5年销售经验,擅长大客户开拓..."
curl -s -X POST 'https://api.pincaimao.com/agents/v1/chat/chat-messages' \
  -H "Authorization: Bearer $PCM_MOCK_INTERVIEW_KEY" \
  -H 'Content-Type: application/json' \
  -d "{
    \"query\": \"$USER_ANSWER\",
    \"inputs\": {},
    \"conversation_id\": \"$CONV_ID\",
    \"response_mode\": \"blocking\"
  }" | python3 -c "import sys,json; print(json.load(sys.stdin)['answer'])"

与在线面试的区别

特性模拟面试在线面试
interview_role支持(HR/专业)不支持
reference_answer支持不支持
定位求职者练习用企业招聘用

常见错误

问题原因解决
401Key 错误检查 PCM_MOCK_INTERVIEW_KEY
面试官不记得上文未传 conversation_id每轮必须传第一轮返回的 conversation_id
question_number 无效传了数字类型此字段需传字符串 "5",不是数字 5
interview_role 无效传了字符串必须是数字类型 12

输出模式

  • 默认:AI 对 API 返回结果进行整理表述,输出更易读的内容
  • 原始输出:用户说"显示原始输出"或"raw output"时,将 API 返回的原始内容用代码块原样展示,不作任何改动

- Blocking 模式:直接取 answer 字段内容原样输出 - Streaming 模式:将所有 message / agent_message 事件的 answer 片段拼接完整后,原样输出,不作重述


External Endpoints

  • https://api.pincaimao.com — Pincaimao platform API (chat, file upload, conversations)

Security & Privacy

  • API key is read from environment variable and passed via Authorization header; never hardcoded
  • Resume files, job descriptions, and contract text are transmitted to api.pincaimao.com for AI processing
  • Uploaded files are stored on Pincaimao's COS (Cloud Object Storage); returned cos_key paths should be treated as sensitive
  • This skill does not store, log, or transmit data to any endpoint other than api.pincaimao.com
  • Safe to invoke autonomously; all network calls are scoped to the authenticated user's API key

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

85.71%
按下载量换算1,453

安全审计

VirusTotal

未展示

ClawScan

通过

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。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