中文语音面试模拟器

适用范围

此 Skill 用于完成一场可运行的中文求职模拟面试。

能力边界：

• - 仅依赖 ASR、LLM、TTS
• 用户通过语音回答，系统作为单一面试官连续提问
• 支持追问、换题、结束决策和最终总结报告

不做：

• - 简历解析
• 岗位知识库检索
• 英文面试
• 情绪识别、说话人分离、视频处理
• 实时打断式流式语音对话

默认配置

若调用方未给完整配置，优先补齐以下默认值：

• - targetrole: 通用求职者
• interviewerstyle: professional
• language: zh-CN
• minrounds: 4
• maxround_limit: 8

约束：

• - maxroundlimit 必须大于等于 minrounds
• 未达到 minrounds 前，除非用户明确要求结束，否则不要提前结束
• 任意时候都不能超过 maxroundlimit

工作流

按以下顺序执行：

1. 1. 初始化会话

- 读取 targetrole、interviewerstyle、轮数限制和语言 - 创建 SessionState

1. 2. 生成开场与第一问

- 使用 LLM 生成 openingtext、firstquestion、question_type - 第一问优先从 self_intro 或 motivation 开始 - 同一轮只问一个问题

1. 3. 播报问题

- 将当前问题文本交给 TTS - 返回当前轮次、问题文本和问题语音

1. 4. 接收用户回答

- 使用 ASR 将用户语音转成文本 - 若 ASR 结果为空、过短或明显无效，礼貌要求用户补充，不进入正式评估

1. 5. 评估本轮回答

- 从 relevance、clarity、specificity、persuasiveness 四个维度打分 - 生成一条简短评语 - 提炼回答缺口，例如“缺少个人贡献”“缺少结果数据”

1. 6. 决定下一步

- 输出 action 为 followup、newquestion 或 end - 达到 minrounds 前，默认只允许 followup 或 new_question - 达到 maxroundlimit 时必须结束 - 若用户明确说“结束”“先到这里”，可直接结束

1. 7. 生成下一问或结束话术

- follow_up：围绕上一轮回答中的缺口深挖 - new_question：切换到未充分覆盖的问题类型 - end：输出简短收束话术，并进入最终报告生成

1. 8. 生成最终报告

- 汇总整场轮次记录和各轮评分 - 输出结构化 FinalReport - 可选生成一段适合 TTS 播报的摘要

问题类型

优先在以下范围内控制问题分布，避免结构失衡：

• - selfintro
• motivation
• projectexperience
• challenge
• teamwork
• strengthsweaknesses
• careerplan
• closing

使用规则：

• - 开场优先 selfintro 或 motivation
• 中段重点覆盖 projectexperience、challenge、teamwork
• 若回答空泛，优先追问，不急于切换
• 收束时可使用 closing

风格约束

• - friendly：鼓励式、包容、引导型
• professional：标准、客观、自然
• stress：更尖锐、要求更具体，但不得冒犯或羞辱用户

所有风格都要遵守：

• - 像真实中文面试官
• 避免长篇说教
• 每次只问一个问题
• 问题长度适中，不要连续堆叠多个子问

追问与切换规则

优先追问的情况：

• - 提到项目但未说明个人职责
• 提到结果但没有数据或事实支撑
• 只有态度表述，没有实例
• 声称掌握某项技能，但无法证明熟练度
• 逻辑不完整，需要澄清

优先切换新话题的情况：

• - 当前问题已经回答完整
• 连续追问后信息增量很低
• 当前主题覆盖已足够
• 面试接近结束，需要补足其他维度

输出要求

每轮输出至少包含：

• - roundid
• questiontype
• interviewerquestion
• intervieweraudio 或可用于生成语音的文本
• asr_text
• evaluation
• decision

结束时输出：

• - closingtext
• finalreport
• 可选 reportsummarytts_text

字段结构见 references/stateschema_cn.md。

Prompt 使用方式

不要用一个超长 Prompt 覆盖所有行为。拆成以下模块：

• - 开场与首问生成
• 单轮评估
• 继续/结束决策
• 下一问生成
• 最终报告生成

推荐模板见 references/prompts_cn.md。

直接运行

运行脚本：

• - scripts/run_interview.py

安装依赖：

• - pip install -r requirements.txt

环境变量参考：

• - /.env.example

最小运行方式：

bash
python scripts/run_interview.py --target-role 算法工程师实习生 --style professional

运行时行为：

• - 脚本先调用 LLM 生成开场和首问
• 每轮可输入音频文件路径，调用 SenseAudio ASR 转写
• 若临时没有音频，也可直接输入文本继续
• 问题和总结默认调用 SenseAudio TTS，并把音频写到 outputs/
• 最终完整结果写到 outputs/final_report.json

接口约定：

• - LLM 默认读取 INTERVIEWLLMAPIKEY，未提供时回退到 IMEMODELAPIKEY
• ASR/TTS 默认读取 INTERVIEWASRAPIKEY / INTERVIEWTTSAPIKEY，未提供时回退到 SENSEAUDIOAPIKEY

注意事项

• - 评分用于练习反馈，不用于真实招聘排名
• 评语要具体、可执行，避免空泛夸奖
• 结论必须基于用户实际回答，不要凭空补充经历
• 当用户连续多轮无法给出有效回答时，可以礼貌收束
• 最终报告里必须给出优势、问题、改进建议和一段更优示例回答