TTokenySpace
返回 Skills 列表

腾讯会议面试助手

基于腾讯会议(tmeet)通讯录与会议录制/纪要,覆盖面试全链路——会前生成候选人画像与结构化面试提纲,会中记录关键信息,会后输出带维度评分与录用建议的结构化评估。当用户说"准备面试""生成面试提纲""面试评估""候选人画像""面试记录整理"时触发。

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"interview-assistant-skill"技能
技能信息:
- 名称: 腾讯会议面试助手
- 标识: interview-assistant-skill
- 描述: 基于腾讯会议(tmeet)通讯录与会议录制/纪要,覆盖面试全链路——会前生成候选人画像与结构化面试提纲,会中记录关键信息,会后输出带维度评分与录用建议的结构化评估。当用户说"准备面试""生成面试提纲""面试评估""候选人画像""面试记录整理"时触发。
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/interview-assistant-skill/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

面试助手(interview-assistant-skill)

基于官方「腾讯会议 Skill(tmeet)」二创 · 赛事主题「让开会更简单」

把一场面试从"凭感觉"变成"有结构、可追溯、可对比"。覆盖 会前准备 → 会中记录 → 会后评估 完整闭环,且全部建立在 tmeet 的通讯录与会议数据之上。

一、能力边界

  • 单向依赖 腾讯会议 Skill(tmeet):通讯录搜索候选人、会议录制/智能纪要/转写。
  • 纯本地模式亦可:提供 interview_helper.py,用本地简历/纪要素材生成评估表,零依赖。

二、触发场景

  • 用户说「帮我准备一场关于后端工程师的面试」
  • 用户说「根据刚结束的面试生成评估表」
  • 用户说「给候选人张三做画像 + 面试提纲」
  • 用户说「整理这场面试记录,判断要不要推进」

三、标准工作流

阶段 1 · 会前(准备)

  1. 通过 tmeet 通讯录检索候选人:按用户名/手机号/邮箱搜索成员,获取基础画像。
  2. 读取岗位 JD 与候选人履历。
  3. 产出结构化面试提纲:按「技术深度 / 工程经验 / 沟通协作 / 文化匹配 / 潜力」五个维度拆题,每维度 2-3 个由浅入深的问题。

阶段 2 · 会中(记录)

  1. 通过 tmeet 拉取本场会议的智能纪要 / 转写。
  2. 按五个维度抽取关键回答信号(正向/负向/待验证)。

阶段 3 · 会后(评估)

  1. 将抽取信号送入评估模板,输出维度评分表(1-5 分 + 理由)
  2. 生成「优势 / 风险 / 录用建议(强烈推荐 / 推荐 / 待定 / 不推荐)」。
  3. 如多人面试同一岗,可横向对比(见 references/evaluation_template.md)。

四、与 tmeet 的对接指令(给 Agent)

  • 检索候选人:tmeet 通讯录搜索 <姓名/手机/邮箱>
  • 拉取纪要:tmeet 录制管理 列表/智能纪要/转写 <会议ID>
  • 会中控制(可选):tmeet 会中控制 呼叫成员入会

若环境未安装 tmeet,直接读取用户提供的简历/纪要文件,走本地模式。

五、评估模板(维度)

维度关注点
技术能力知识点深度、解决问题思路、边界意识
相关经验与岗位要求的匹配度、同类项目体量
沟通表达逻辑性、倾听、复述确认
文化匹配协作风格、冲突处理、价值观契合
潜力学习能力、自驱、成长性

六、示例

用户:根据刚结束的张三面试,生成评估表,岗位是后端工程师。

助手:拉取 tmeet 本场纪要 → 按五维度抽信号 → 输出评估表:

  • 技术能力 4/5(分布式经验扎实,但消息队列细节待验证)
  • 相关经验 5/5(3 个同体量项目)
  • 沟通表达 4/5
  • 文化匹配 4/5
  • 潜力 5/5
  • 录用建议:推荐,二面重点验证消息队列与高并发细节。

七、注意事项与局限

  • 评估为辅助决策,最终录用由人决定;Skill 默认对缺失证据项标「待验证」,不臆造结论。
  • 涉及候选人个人信息须遵守隐私与招聘合规要求。
  • 评分启发式(见 interview_helper.py)为可解释的关键词信号统计,非黑盒模型;如需更准,可接入招聘系统数据(超出本 Skill 范围)。

评论

加载中…