DSH Interview Coach

Mock-first 面试教练插件：把 Agent / LLM 应用开发题库、简历优先的记忆、模拟面试和复盘放进 DeepSeek Harness。

当前版本是 0.8.1（Mock + 深挖 + 补充提问 + 回答逐句复盘 + 个性化题库 + 回答库 + 面试官模式 v1）。它不采集系统音频、不接摄像头、不依赖 TTS，也不在面试中替候选人说话；它先解决“题库 + 简历记忆 + 模拟问答 + 复盘”这条闭环。

两种身份

首次进入先选身份，之后可在右上角切换；两边数据隔离：

候选人：设置 → Mock → 复盘 → 回答库 → 题库，按简历练自己的回答。
面试官：准备 → 计划 → 面试 → 评估 → 题库，按一位候选人的材料准备、记录和整理评估草稿。

面试官模式 v1 只支持单候选人，不做实时 HUD，也不替面试官做录用决定。详见 docs/interviewer-mode.md。

当前能做什么

Setup：粘贴简历、目标 JD、补充材料；支持单文件或整个目录递归导入。目录会读取所有 .txt / .md / .docx，按文件名把简历、JD、补充材料分到对应输入框；跳过 PDF、图片、隐藏目录和 node_modules/dist 等构建目录，单文件 ≤8MB、最多 50 个文件/30MB。
Memory：把简历、JD、补充材料拆成卡片，保留来源权重；简历权重最高，冲突时优先简历。检索使用 BM25 + 本地哈希向量 + 来源权重的混合排序。
Mock：从 120 道预置 Agent 题 + 本地“我的题”中抽题（L0–L4，每级 24 道，40 道精修）；可选 mixed / preset / personal 三种题源，逐题作答；HUD 在作答时只显示题号/计时，不显示答案。进行中可跳过本题（不评分，复盘显示跳过数）或重新开始（确认后放弃当前进度，按同一题量和来源重开）。
Personal Bank：在 Bank 页从简历、JD、补充材料生成 5/10/20 道个性化题（默认 5 道），先预览再决定是否加入；生成中显示已等待秒数，超过 70 秒会中止并返回本地兜底题；加入后只存本地，不改动 120 道预置题库；可直接用“仅我的题”开一场 Mock。
Feedback：提交后调用 DSH ctx.llm.stream，按 cue → short_answer → full_answer 生成提示、短答和完整参考；同时判定本题的 Claim 类型（个人边界/指标口径/技术取舍/架构/结果/场景）和证据状态（已验证/部分验证/未验证/矛盾/未覆盖），按证据覆盖校准 0–100 分；显示你的原话，正确片段绿色高亮、错误片段橙色高亮，并列出纠正和遗漏。模型失败或返回非法 JSON 时自动回退到题库答案。
Deep Dive：主问题提交后可继续最多三层追问（机制与细节 → 边界与权衡 → 实战与度量）；每层单独评分并给出可直接说出口的参考答案，再生成下一问，最后汇总深挖均分与重复缺口。
补充提问：参考答案下方自动给出 3 个可点击的追问，也可以输入自己的问题；每次回答都会先给“参考回答”，再给“解释与补充”，并生成新的可点追问，适合反复问答把一道题摸透。
Review：汇总平均分、维度分、重复出现的 gap 和逐题改进点；深挖记录挂在原题下，并参与深度维度；可重新开始一轮。
Answer Library：每次提交主题回答/深挖回答后自动保存到本地回答库；可按题目、答案、知识点搜索，按 L0–L4、分数段筛选，收藏重点回答；深挖回答会标注母题。
HUD：候选人的 shell.overlay 常驻；待机时默认收成 32px 小圆点，点开才显示题量/记忆，避免挡住正常会话；作答、提交后和深挖时都可折叠，提交后的小条显示分数；深挖作答时只显示追问和计时，不展示答案；⌘⇧H panic hide，Esc 折叠已展开的答案。

还没做（明确边界）

面试官模式 v1 只支持单候选人；多候选人对比、面试安排、人才库未做。
实时 ASR / 面试官与候选人分离：当前 Mock 使用文字题卡；麦克风转写和火山流式 ASR 是下一阶段。
系统音频、视频、手机采集、BlackHole：未接入。
TTS：未接入；配置项保留但默认关闭。
真正的 BGE-small 模型：当前 lib/memory.js 是确定性的本地哈希词向量（无网络、无模型下载），用于先把检索链路跑通；BGE ONNX 适配器是后续替换点。
GitHub/博客自动抓取：未实现；当前通过 Setup 的补充材料承接。个性化题由已导入的记忆生成，不自动抓取外部内容。
联网搜索：当前答案只基于 Setup 记忆 + 题库；ctx.web.search 尚未接入，避免在无搜索 provider 时阻塞 Mock。
屏幕共享保护：shell.overlay 是 HTML 层，无法从屏幕捕获中排除；正式面试请使用第二块屏幕/手机，或明确接受暴露风险。

截图

截图中的账号、项目与会话列表已打码。

选择身份

面试官计划

安装

在 DSH 中通过 Plugin Manager 安装本目录（不要手改 profile）：

plugin_manager install_bundle  <本目录绝对路径>

也可以直接从 GitHub 安装：

dsh plugin --profile <profile> add github:jasoncai0/dsh-interview-coach

安装后刷新 DSH Web GUI。插件会出现在侧边栏“面试教练”。配置在 cordis.patch.yml：

provider: deepseek-account
model: deepseek-flash
mockQuestionCount: 10
embeddingProvider: local
ttsEnabled: false

模型不可用时，反馈会自动回退到题库参考答案，不会让 Mock 卡死。

使用

首次打开“面试教练”先选身份；候选人进入 Setup，面试官进入准备。
候选人：粘贴简历（必须）、JD、补充材料，保存。
到 Mock，选择题量/层级/主题，开始。
用自己的话回答；HUD 只显示题目和计时。
提交后先看“你的回答”：绿色是正确片段，橙色是需纠正片段；下面有逐条纠正和遗漏。再对照 cue、short_answer、full_answer；在“补充提问”里点自动生成的问题，或输入自己的追问，反复问参考答案；也可以点“开始深挖”继续三层追问，或直接进入下一题。
结束后到 Review 看总分、维度分、深挖均分和改进行动。
回答库 可按题目、答案、知识点搜索历史回答，按层级/分数筛选，收藏后再练。
Bank 可浏览预置题和“我的题”；点“从记忆生成”先预览，再“加入我的题”。之后在 Mock 的“题目来源”里选“仅我的题”或“混合”。

面试官路径：首次进入选 面试官 → 准备填候选人和简历/JD → 计划生成/编辑 6/8/10 题 → 面试逐题记录回答、笔记和信号 → 评估查看/修订四维证据草稿。

数据位置

$DSH_HOME/storages/interview-coach/
  profile.json
  memory.json
  sessions.json
  personal-bank.json
  answer-bank.json
  interviewer/
    candidates/*.json
    plans/*.json
    sessions/*.json

所有写入是原子替换；卡片 embedding 不落盘，加载时重建。预置题库在 bank/agent.jsonl，按级别拆分在 bank/L0.jsonl … L4.jsonl；个性化题在 personal-bank.json，历史回答在 answer-bank.json，都只属于本机。回答库最多保留 1000 条，收藏状态不会因重复提交丢失。

故障处理

页面提示“这轮 Mock 已失效”时，说明本地页面还持有已经被清理或重启前的 session；客户端会自动清掉旧状态，重新开始一场即可。
插件重启/升级后如果侧边栏仍是旧界面，刷新一次 DSH Web GUI；不要继续在旧页面里提交上一轮的答案。
同一时间只保留一个 active Mock；新开一场会把旧的未完成 session 标记为 abandoned，避免 HUD 和复盘串场。
“从记忆生成”提示 NO_MEMORY 时，先在 Setup 保存简历/JD/补充材料；生成中会显示已等待秒数，70 秒仍未完成会返回本地兜底题并提示重试；这不会影响预置题库和正在进行的 Mock。
删除“我的题”时若该题正被 active Mock 使用，会返回 PERSONAL_IN_USE；先结束或重开 Mock 再删。
回答库为空时，先完成一次 Mock 提交；旧 session 会在插件启动时自动回填到回答库。回答库写入失败不会影响当前答题。

开发

cd dsh-interview-coach
npm test
node --check lib/index.js
node --check lib/client.js

题库生成脚本：

node scripts/make-l0.mjs > bank/L0.jsonl
# …L1–L4
node -e "..."  # 合并为 bank/agent.jsonl

设计文档

架构、记忆权重、Prompt 约束、深挖设计和 P5/P6 路线：

License

MIT

DSH Interview Coach

Mock-first 面试教练插件：把 Agent / LLM 应用开发题库、简历优先的记忆、模拟面试和复盘放进 DeepSeek Harness。

当前版本是 0.8.1（Mock + 深挖 + 补充提问 + 回答逐句复盘 + 个性化题库 + 回答库 + 面试官模式 v1）。它不采集系统音频、不接摄像头、不依赖 TTS，也不在面试中替候选人说话；它先解决“题库 + 简历记忆 + 模拟问答 + 复盘”这条闭环。

两种身份

首次进入先选身份，之后可在右上角切换；两边数据隔离：

候选人：设置 → Mock → 复盘 → 回答库 → 题库，按简历练自己的回答。
面试官：准备 → 计划 → 面试 → 评估 → 题库，按一位候选人的材料准备、记录和整理评估草稿。

面试官模式 v1 只支持单候选人，不做实时 HUD，也不替面试官做录用决定。详见 docs/interviewer-mode.md。

当前能做什么

Setup：粘贴简历、目标 JD、补充材料；支持单文件或整个目录递归导入。目录会读取所有 .txt / .md / .docx，按文件名把简历、JD、补充材料分到对应输入框；跳过 PDF、图片、隐藏目录和 node_modules/dist 等构建目录，单文件 ≤8MB、最多 50 个文件/30MB。
Memory：把简历、JD、补充材料拆成卡片，保留来源权重；简历权重最高，冲突时优先简历。检索使用 BM25 + 本地哈希向量 + 来源权重的混合排序。
Mock：从 120 道预置 Agent 题 + 本地“我的题”中抽题（L0–L4，每级 24 道，40 道精修）；可选 mixed / preset / personal 三种题源，逐题作答；HUD 在作答时只显示题号/计时，不显示答案。进行中可跳过本题（不评分，复盘显示跳过数）或重新开始（确认后放弃当前进度，按同一题量和来源重开）。
Personal Bank：在 Bank 页从简历、JD、补充材料生成 5/10/20 道个性化题（默认 5 道），先预览再决定是否加入；生成中显示已等待秒数，超过 70 秒会中止并返回本地兜底题；加入后只存本地，不改动 120 道预置题库；可直接用“仅我的题”开一场 Mock。
Feedback：提交后调用 DSH ctx.llm.stream，按 cue → short_answer → full_answer 生成提示、短答和完整参考；同时判定本题的 Claim 类型（个人边界/指标口径/技术取舍/架构/结果/场景）和证据状态（已验证/部分验证/未验证/矛盾/未覆盖），按证据覆盖校准 0–100 分；显示你的原话，正确片段绿色高亮、错误片段橙色高亮，并列出纠正和遗漏。模型失败或返回非法 JSON 时自动回退到题库答案。
Deep Dive：主问题提交后可继续最多三层追问（机制与细节 → 边界与权衡 → 实战与度量）；每层单独评分并给出可直接说出口的参考答案，再生成下一问，最后汇总深挖均分与重复缺口。
补充提问：参考答案下方自动给出 3 个可点击的追问，也可以输入自己的问题；每次回答都会先给“参考回答”，再给“解释与补充”，并生成新的可点追问，适合反复问答把一道题摸透。
Review：汇总平均分、维度分、重复出现的 gap 和逐题改进点；深挖记录挂在原题下，并参与深度维度；可重新开始一轮。
Answer Library：每次提交主题回答/深挖回答后自动保存到本地回答库；可按题目、答案、知识点搜索，按 L0–L4、分数段筛选，收藏重点回答；深挖回答会标注母题。
HUD：候选人的 shell.overlay 常驻；待机时默认收成 32px 小圆点，点开才显示题量/记忆，避免挡住正常会话；作答、提交后和深挖时都可折叠，提交后的小条显示分数；深挖作答时只显示追问和计时，不展示答案；⌘⇧H panic hide，Esc 折叠已展开的答案。

还没做（明确边界）

面试官模式 v1 只支持单候选人；多候选人对比、面试安排、人才库未做。
实时 ASR / 面试官与候选人分离：当前 Mock 使用文字题卡；麦克风转写和火山流式 ASR 是下一阶段。
系统音频、视频、手机采集、BlackHole：未接入。
TTS：未接入；配置项保留但默认关闭。
真正的 BGE-small 模型：当前 lib/memory.js 是确定性的本地哈希词向量（无网络、无模型下载），用于先把检索链路跑通；BGE ONNX 适配器是后续替换点。
GitHub/博客自动抓取：未实现；当前通过 Setup 的补充材料承接。个性化题由已导入的记忆生成，不自动抓取外部内容。
联网搜索：当前答案只基于 Setup 记忆 + 题库；ctx.web.search 尚未接入，避免在无搜索 provider 时阻塞 Mock。
屏幕共享保护：shell.overlay 是 HTML 层，无法从屏幕捕获中排除；正式面试请使用第二块屏幕/手机，或明确接受暴露风险。

截图

截图中的账号、项目与会话列表已打码。

选择身份

面试官计划

安装

在 DSH 中通过 Plugin Manager 安装本目录（不要手改 profile）：

plugin_manager install_bundle  <本目录绝对路径>

也可以直接从 GitHub 安装：

dsh plugin --profile <profile> add github:jasoncai0/dsh-interview-coach

安装后刷新 DSH Web GUI。插件会出现在侧边栏“面试教练”。配置在 cordis.patch.yml：

provider: deepseek-account
model: deepseek-flash
mockQuestionCount: 10
embeddingProvider: local
ttsEnabled: false

模型不可用时，反馈会自动回退到题库参考答案，不会让 Mock 卡死。

使用

首次打开“面试教练”先选身份；候选人进入 Setup，面试官进入准备。
候选人：粘贴简历（必须）、JD、补充材料，保存。
到 Mock，选择题量/层级/主题，开始。
用自己的话回答；HUD 只显示题目和计时。
提交后先看“你的回答”：绿色是正确片段，橙色是需纠正片段；下面有逐条纠正和遗漏。再对照 cue、short_answer、full_answer；在“补充提问”里点自动生成的问题，或输入自己的追问，反复问参考答案；也可以点“开始深挖”继续三层追问，或直接进入下一题。
结束后到 Review 看总分、维度分、深挖均分和改进行动。
回答库 可按题目、答案、知识点搜索历史回答，按层级/分数筛选，收藏后再练。
Bank 可浏览预置题和“我的题”；点“从记忆生成”先预览，再“加入我的题”。之后在 Mock 的“题目来源”里选“仅我的题”或“混合”。

数据位置

$DSH_HOME/storages/interview-coach/
  profile.json
  memory.json
  sessions.json
  personal-bank.json
  answer-bank.json
  interviewer/
    candidates/*.json
    plans/*.json
    sessions/*.json

故障处理

页面提示“这轮 Mock 已失效”时，说明本地页面还持有已经被清理或重启前的 session；客户端会自动清掉旧状态，重新开始一场即可。
插件重启/升级后如果侧边栏仍是旧界面，刷新一次 DSH Web GUI；不要继续在旧页面里提交上一轮的答案。
同一时间只保留一个 active Mock；新开一场会把旧的未完成 session 标记为 abandoned，避免 HUD 和复盘串场。
“从记忆生成”提示 NO_MEMORY 时，先在 Setup 保存简历/JD/补充材料；生成中会显示已等待秒数，70 秒仍未完成会返回本地兜底题并提示重试；这不会影响预置题库和正在进行的 Mock。
删除“我的题”时若该题正被 active Mock 使用，会返回 PERSONAL_IN_USE；先结束或重开 Mock 再删。
回答库为空时，先完成一次 Mock 提交；旧 session 会在插件启动时自动回填到回答库。回答库写入失败不会影响当前答题。

开发

cd dsh-interview-coach
npm test
node --check lib/index.js
node --check lib/client.js

题库生成脚本：

node scripts/make-l0.mjs > bank/L0.jsonl
# …L1–L4
node -e "..."  # 合并为 bank/agent.jsonl

设计文档

架构、记忆权重、Prompt 约束、深挖设计和 P5/P6 路线：

License

MIT

jasoncai0/dsh-interview-coach

DSH Interview Coach

两种身份

当前能做什么

还没做（明确边界）

截图

安装

使用

数据位置

故障处理

开发

设计文档

License

Community comments

jasoncai0/dsh-interview-coach

DSH Interview Coach

两种身份

当前能做什么

还没做（明确边界）

截图

安装

使用

数据位置

故障处理

开发

设计文档

License

Community comments