interview-debrief

interview-debrief

这个 skill 解决什么问题：把一场真实面试的转录/录音转成 5 块固定复盘，并把可复用经验沉淀到 patterns.md、本次复盘结果写回 pipeline/<slug>.md，形成学习闭环。

区别于 interview-prep：interview-prep 的阶段四是模拟面试的自评；本 skill 是真面的事后复盘。只写真面。

何时触发

• "帮我复盘刚才的面试" / "复盘一下和 XX 的通话" / "这是面试录音/转录"
• "interview debrief" / "review my interview"

步骤

1. 确定 slug + 读上下文

问用户（或从最近对话推断）：这场面试是哪家公司？拿到 slug 后：

• Read ../../memory/pipeline/<slug>.md：拿"公司尽调"、"JD"、"面试准备"三节作为评判基准。找不到文件就提醒用户"没有尽调 / JD 记录，复盘会偏弱，要不要先补一份？"，用户说继续也 OK，但在最终报告里标注"无 pipeline 上下文"。
• Read ../../memory/patterns.md：尤其"我的反复出现的模式"章节 —— 用于第 4 块"缺口诊断"里对照历史弱项。

2. 获取转录

• 用户粘贴文字 → 直接用（iPhone 语音备忘录 iOS 18+ 自带转录，复制即可）
• 用户给 .m4a 路径 → 用 Bash which whisper 探测本地工具
  • 有：whisper <path> --model small --language zh --output_format txt
  • 没有：不自动安装。提示："本机没找到 whisper。最快：iPhone 语音备忘录 → 文件 → 转录 → 复制粘给我。非要跑本地：brew install whisper-cpp 后再叫我。"

3. 生成 5 块主报告

严格按结构，不改顺序：

# 面试复盘 · <公司名> · <岗位> · YYYY-MM-DD

## 1. 通过率估计
**估计：<低 / 中 / 高>（<X>%）**

核心信号（3-5 条）：
- <观察 + 具体证据（转录第几分钟对方问了什么）>
- <氛围/节奏变化>
- <反向问题质量>
- <负面信号>

## 2. 逐题打分
每题一行：`✅/⚠️/❌ | 问题摘要 | 差在哪 / 好在哪（一句话）`

## 3. 润色稿
挑 2-4 道 ⚠️ 或 ❌ 的题：
> **Q**: <原题>
> **原答（摘要）**: <一句话>
> **重答**: <150-250 字>
> **关键差异**: <一句话>

## 4. 缺口诊断
从对方问什么反推岗位真实关心什么。按维度排序：
- **<维度 A>**：对方问了 X/Y/Z，真正关心 <能力>。我表现 <强/中/弱>，差距 <具体>。
- **<维度 B>** ...

**对照 patterns.md**：如果和历史模式吻合，明确引用：
> 这和 patterns.md 里"讲项目爱堆技术细节"是同一毛病（第 N 次）。

## 5. 补课清单（按 ROI 排序）
| 优先级 | 要补的 | 怎么补（具体动作） | 预计耗时 |
|---|---|---|---|
| P0 | ... | ... | ... |

- P0: 下次面试前必须补
- P1: 1-2 周内推进
- P2: 知道差距即可

4. 写入 pipeline/<slug>.md

在文件末尾追加一节（不改前面的尽调/JD/准备）：

## 复盘（YYYY-MM-DD）

- **通过率估计**：<低/中/高>（X%）
- **最值得带走的 2 条**：<一句话>；<一句话>
- **P0 补课**：<列出 P0 项，不用全表>
- _完整 5 块报告见本次主对话_

幂等：如果同一天的复盘节已存在，追加子节 ### 复盘 v2，别覆盖前一次。

5. 更新 _index.md 的"阶段"列

Read ../../memory/pipeline/_index.md，把该公司行的"阶段"改成：

• 通过率估计高 → "等结果"
• 低 → "已复盘，方向存疑"
• 中 → "已复盘"

6. 追加 patterns.md

独立步骤，不要混进主报告。提炼 2-3 条可跨场景复用的模式：

• ✅ 算："我讲项目又一次把 why 讲成了 what"；"早期 AI 初创最在意能不能从零搭东西"
• ❌ 不算：本次面试的具体内容；一次性判断（"今天面试官心情不好"）

追加前 Read patterns.md 检查去重。格式（追加到对应章节末尾）：

<!-- debrief: <公司> <岗位> YYYY-MM-DD -->
- <模式描述>（出现第 N 次 / 首次观察）

追加完立刻告诉用户："已追加 N 条 pattern 到 patterns.md：X / Y / Z。" 让用户有机会当场说"这条别留"。

原则

• 人在环里：patterns.md 只追加、不改写。追加完显式汇报给用户。
• 不安慰：通过率低就说低。用户要准信号，不要情绪价值。
• 证据驱动：每个判断都要指到转录里的某句话 / JD 里的某条要求。
• 幂等：同一份转录跑两次，主报告结构一致；pipeline 追加节带日期版本号；patterns 去重。
• 只写 pipeline 和 patterns。不碰 decisions.md（那是 decision-log 的事）。