可追溯 AI 模拟面试官
按岗位能力图谱出题、连续追问，并用证据化量表生成复盘报告。
Next.jsOpenAI APIPostgreSQLZod
目标用户
准备 AI Agent 工程岗位的候选人。
面试价值
展示状态机、结构化输出、评估集和人机协作边界。
核心架构
题库和评分量表由确定性代码管理，模型只负责选择追问和提取证据；会话状态、评分依据和模型版本全部持久化。
实现步骤
- 01定义岗位能力与量表
- 02实现会话状态机
- 03加入追问策略
- 04建立人工标注对照集
核心功能
- 岗位题目映射
- 连续追问
- 结构化评分
- 证据引用
- 复盘报告
技术难点
- 评分一致性
- 追问相关性
- 避免模型替代规则
交付与验收
测试策略
- 状态机单元测试覆盖出题、追问、结束和中断
- 人工标注集校准评分量表与模型评分一致性
- 对同一回答重复运行，检查评分波动与证据引用
部署步骤
- 题库、量表和 Prompt 分别版本化并记录到会话
- 数据库迁移先于应用发布，旧会话保持可读取
- 评分服务异常时保留回答并允许稍后重新生成报告
验收清单
- 每个评分项都能引用候选人回答中的证据
- 连续追问不会偏离当前考察能力
- 会话刷新后题目、回答和状态可恢复
- 模型版本变化必须通过人工对照集回归
3 分钟讲解
- 30 秒说明普通聊天面试反馈为什么不可复盘
- 60 秒讲题库、状态机和评分量表边界
- 60 秒展示证据化评分和人工校准
- 30 秒总结一致性指标与改进方向
简历表达
实现基于岗位能力图谱的 AI 面试系统，支持连续追问、证据化评分和人工标注回归评估。