dsh-interview:DeepSeek Harness Web 中的 AI 面试练习助手

前言

DSH 的理念是「一切皆插件」,一些原本需要在外部工具里完成的工作,也可以放进 dsh web 的工作流中处理。面试练习常常分散在题库、聊天记录、简历文档和算法网站里,答完之后很难快速回顾、对比和继续。

dsh-interview 是一个运行在 DeepSeek Harness Web 中的 AI 面试练习助手,由 codingayice 维护,许可证为 MIT。它把提问、作答、评分与点评、知识讲解、可直接表达的答案,以及练习记录的保存和查看放到同一流程中。

这是什么

dsh-interview 可以理解为 DSH Web 里的一个本地优先面试训练工作区:

  • 支持背八股、模拟面试、简历押题、场景题、刷力扣(力扣 Hot 100)五种练习模式。
  • 支持提问、作答、评分与点评、知识讲解,并给出可直接表达的答案。
  • 自动保存题目、回答、评分、点评、讲解和练习总结。
  • 提供可视化练习工作台,支持搜索、筛选、切换、编辑、删除和导出练习。
  • 练习数据默认保存在本机,不需要额外部署数据库或服务。

核心能力

五种练习模式

下面介绍五种模式分别适合什么场景。

背八股

适合集中复习一个知识主题。可以填写要复习的主题,例如:

  • Java 并发
  • JVM
  • MySQL
  • Redis
  • Spring
  • 计算机网络

模拟面试

适合围绕真实面试场景进行练习。可以填写简历、目标岗位、面试官风格、面试难度,并选择是否提供 JD 和是否进行手撕代码。

简历押题

适合在面试前根据简历和岗位要求提前准备。可以填写简历、目标岗位、是否提供 JD、押题范围和面试难度。

场景题

适合练习系统设计、故障排查、性能问题和工程决策等开放式问题。可以填写想练习的主题,例如:

  • 线上接口突然变慢
  • 设计秒杀系统
  • 消息积压如何排查
  • 数据库性能下降如何处理

刷力扣

适合持续练习算法题。可以选择 C++、Java、Python、C 或 Go,从力扣 Hot 100 中抽取题目,查看算法讲解和完整代码。

练习链路

在支持辅导的练习中,单道题通常经历以下过程:

提问 → 作答 → 评分与点评 → 知识讲解 → 可直接表达的答案

完成一题后,可以继续下一题,也可以查看讲解和答案。重新作答不会覆盖以前的记录,方便对比多次回答的变化。

练习记录

dsh-interview 会自动保存:

  • 题目
  • 回答
  • 评分
  • 点评
  • 讲解
  • 练习总结

经过上面的保存流程,可以继续未完成练习、查看历史、对比多次回答,并在工作台中管理已有练习。

可视化练习工作台

工作台可以查看:

  • 进行中练习
  • 已结束练习档案
  • 力扣 Hot 100 题目和完成状态

同时支持搜索、筛选、切换、编辑、删除和导出练习。

安装与启用

先确认运行环境满足要求:

  • DeepSeek Harness Web
  • Node.js 22.5 或更高版本

安装插件:

dsh plugin --profile web add dsh-interview

安装完成后重启 dsh web

dsh web

如果后续需要更新插件,可以使用:

dsh plugin --profile web update dsh-interview

典型用法

新建练习

1、打开左侧栏设置上方的“面试训练”。

2、点击“新建练习”。

3、选择练习模式,并填写对应内容。

4、点击“开始练习”。

5、在聊天中回答题目;支持查看答案的模式,也可以直接查看讲解和答案。

如果不想手动填写配置,也可以在聊天中输入:

新建练习

AI 会引导完成练习配置。

刷力扣示例

选择一种语言,例如:

  • C++
  • Java
  • Python
  • C
  • Go

插件会从力扣 Hot 100 中抽取题目,并展示算法讲解和所选语言的完整代码。

适用场景与注意

这个插件比较适合准备技术开发岗位面试、想复习八股、想根据简历提前押题、想练习场景题,或想刷力扣 Hot 100 并保留完成记录的人。

使用前注意以下几点:

  • 出题、点评、讲解和普通练习总结需要 AI。
  • 练习数据默认保存在本机,不需要额外部署数据库或服务。
  • 真实简历和回答不会自动上传到其他系统。
  • dsh-interview 是 MIT 开源项目。
  • 插件会以当前 dsh 进程权限运行,安装前应检查源码与许可证。
  • 需要 Node.js 22.5 或更高版本。

链接

  • GitHub:https://github.com/codingayice/dsh-interview
  • 目录页(插件线索提供):https://www.skillhub.cn/plugins/codingayice/dsh-interview
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye