# java-interview-skill

**Repository Path**: guslegend/java-interview-skill

## Basic Information

- **Project Name**: java-interview-skill
- **Description**: Java面试Skills
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-17
- **Last Updated**: 2026-06-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Java Backend Interview Simulator

面向 Codex 的 Java 后端面试 skill。支持多身份、多风格、简历/JD 深挖、可选编码题和结构化反馈。

---

## 核心特性

多身份模拟 - 针对日常实习、暑期实习、校招（应届）、社招 1-3 年设计差异化问题，难度和追问深度随身份自动调整。

六种面试官风格 - 从严厉拷打到温和鼓励，从工程实践到深挖学术，覆盖不同偏好。同一场面试，不同体验。

实时状态跟踪 - 面试全程维护结构化状态（已考察点、候选人弱点、待跟进项），避免重复提问，确保评估连贯。

高频技术题库 - 基于 Java 后端高频面试方向整理，覆盖并发编程、JVM、MySQL、Redis、Spring、分布式系统等常考主题。

深度追问链 - 简历关键词（CAS、volatile、多级缓存、RAG 等）可自动触发多层追问，逼近底层原理与权衡。

完整评估反馈 - 面试结束后输出综合评分、各维度评分及风格化改进建议。

简历与 JD 支持 - 提供简历和目标岗位 JD 时，可获得更定制化的问题和匹配度分析。

编码题 - 可选环节，面试末尾安排并发编程、设计模式、数据库等手写代码题。

AI 辅助开发考察 - 当候选人展示 AI 编程工具使用经验时，可继续追问 Agent Loop、上下文管理、RAG 等方向。

纠错模式可选 - 面试开始前可选严格模式或即时引导模式，适配不同学习阶段。

---

## 快速开始

### 方式零：在 Codex 中直接用（推荐）

如果你已经把这个仓库打开在 Codex 里，直接说：

```text
Use $java-interview-skill to start a Java backend interview simulation.
```

也可以直接用中文：

```text
开始一场 Java 后端面试模拟，按我的简历和 JD 来出题，温和鼓励型
```

### 选择你的运行环境

| 你的使用场景 | 推荐路径 | 安装方式 |
|------------|---------|---------|
| 本地 Codex / 桌面端 | `~/.codex/skills/java-interview-skill/` | 下面的一键安装 |
| Windows 电脑 | `C:\Users\<你>\.codex\skills\java-interview-skill\` | 下面的一键安装 |
| 当前工作区试用 | 当前仓库 | 直接读取 `SKILL.md` 即可 |

远程仓库：

- `git@gitee.com:guslegend/java-interview-skill.git`

### 方式一：一键安装到 Codex skills 目录

Windows PowerShell：

```powershell
$base = if ($env:CODEX_HOME) { $env:CODEX_HOME } else { Join-Path $HOME '.codex' }
$dest = Join-Path $base 'skills\java-interview-skill'
if (Test-Path (Join-Path $dest '.git')) {
  git -C $dest pull
} else {
  New-Item -ItemType Directory -Force -Path (Split-Path $dest) | Out-Null
  git clone git@gitee.com:guslegend/java-interview-skill.git $dest
}
```

macOS / Linux：

```bash
dest="${CODEX_HOME:-$HOME/.codex}/skills/java-interview-skill"
[ -d "$dest/.git" ] && git -C "$dest" pull || git clone git@gitee.com:guslegend/java-interview-skill.git "$dest"
```

安装后让 Codex 重新读取 skills 目录即可。

### 方式二：手动安装

把仓库里的 `SKILL.md`、`agents/`、`references/` 复制到 Codex skills 目录即可。

---

## 触发面试

安装完成后，在对话中直接表达面试意图即可：

```text
开始一场模拟面试
我是应届生，想练习 Java 后端面试，温和鼓励型
帮我准备字节后端实习面试
```

系统会依次确认：求职者身份、面试时长、面试官风格、是否提供简历、是否包含编码题、纠错模式。

---

## 语音输入（强烈推荐）

文字输入面试问题太慢，语音更接近真实面试节奏。

| 你在哪里聊天 | 语音方式 |
|------------|---------|
| Windows 电脑 | `Win + H` 系统语音转文字 |
| Mac | `Fn + Fn` 双击启动语音输入 |
| 微信 / QQ | 长按已发送的语音消息 → 转文字后再发 |
| 企业微信 / 飞书 | 直接发送语音消息 |

---

## 进阶用法

### 控制命令

面试过程中可使用以下命令：

- `继续`
- `跳过`
- `结束`
- `换个风格`
- `反馈`

### 简历与 JD 支持

提供简历和/或目标岗位 JD，可获得更有针对性的项目深挖问题和技术考察方向。支持直接粘贴简历文本，也可提供 PDF / 图片 / Word 格式的简历文件路径，AI 会自动读取解析。

---

## 项目结构

```text
java-interview-skill/
├── SKILL.md
├── agents/
│   └── openai.yaml
├── references/
│   ├── tech-knowledge-base.md
│   ├── evaluation-rubric.md
│   ├── interviewer-styles.md
│   ├── coding-challenges.md
│   ├── ai-dev-knowledge-base.md
│   └── ai-dev-tools-knowledge-base.md
└── LICENSE
```

---

## 技术架构

本项目采用三层结构：

| 层级 | 文件 | 作用 |
|------|------|------|
| 元数据 | `SKILL.md` frontmatter | 触发条件与能力概述 |
| 主体逻辑 | `SKILL.md` body | 面试流程、风格适配、状态跟踪 |
| 知识库 | `references/*.md` | 按需加载：技术题库、评分标准、风格指南 |

面试流程采用有限状态机思路：破冰 → 项目深挖 → 技术考察 → AI 能力（可选）→ 编码题（可选）→ 总结反馈。

---

## 当前局限

- 面试时长依赖估算，不做精确计时
- 当前为文字交互，不涉及实时语音表达评估
- 题库主要覆盖 Java 后端高频方向
- 简历解析依赖文件可读性，扫描件质量差时效果会受影响

---

## 贡献指南

欢迎提交补充，优先方向：

- 题库扩充
- 风格优化
- 场景扩充
- 文档改进

参与流程：

1. Fork 仓库
2. 创建分支
3. 提交改动
4. 推送分支
5. 提交 Pull Request

---

## 许可证

MIT。技术知识库内容引用了 JavaGuide 的高频面试题整理，仅作为面试考察点使用。

---