前言¶
要在本地跑通一套「简历解析 + 模拟面试 + 知识库 RAG」的平台，往往要同时碰 Java 后端、React 前端、PostgreSQL/pgvector、Redis Stream 和对象存储。文档分散在 README、Docker 配置和 application.yml 里，用通用对话让模型改代码，很容易漏掉异步任务或环境变量。
下面介绍 SkillHub 上的 InterLyt（坐标 @user_42c86f18/ai-interview-pro）。它把整套 AI Interview Platform 项目打成通用 SKILL.md 技能包，让 Cursor、Claude Code 等 Agent 按同一套结构理解仓库、部署方式和排障路径，而不是每次从零复述技术栈。
这是什么¶
InterLyt 是社区来源（community）的 ai-agent 类 Skill，当前版本 v1.0.0，由发布者 user_42c86f18 维护。
Skill 内嵌的是智能 AI 面试官平台：基于大语言模型的简历分析与模拟面试系统，技术栈在官方 SKILL.md 中写明为 Java 21、Spring Boot 4.0、Spring AI 2.0、PostgreSQL + pgvector、Redis，以及 React 18.3 + TypeScript + Vite + Tailwind CSS。SkillHub 页面标注标签 requires_api_key=true，运行应用时需要配置大模型相关密钥（如 AI_BAILIAN_API_KEY）。
SkillHub 统计（以已抓取资料为准）：评分 100000，下载 796，安装 0。
核心功能¶
以下内容均来自 Skill 包内的 SKILL.md，描述的是所打包的全栈应用能力，以及 Agent 借助该 Skill 能协助完成的事项。
应用侧能力¶
- 简历管理：支持 PDF、DOCX、DOC、TXT；基于 Redis Stream 异步分析，状态流转
PENDING→PROCESSING→COMPLETED/FAILED；内容哈希去重；分析结果可导出 PDF。 - 模拟面试：按简历生成题目；可配置多轮追问（默认 1 轮）；批量评测策略；汇总报告与 PDF 导出。
- 知识库：文档上传、分块与异步向量化；RAG 检索；SSE 流式问答。
- 用户认证：JWT、Redis 会话等（见 Skill 文档中的模块说明）。
Agent 侧用法（Skill 自述）¶
安装后，Agent 可据此：
- 理解项目目录与模块划分（
app/后端、frontend/前端、docker-compose.yml等）。 - 按 Docker 或手工步骤搭建开发环境。
- 对照常见问题处理数据库
ddl-auto、向量表、简历卡在PROCESSING等故障。 - 使用 Docker 部署并配置 AI 模型与外部服务。
- 按现有模块结构扩展功能或排查 Redis Stream 消费链路。
安装与启用¶
1. 准备 SkillHub CLI¶
先确认本机是否已安装 skillhub（流程见 SkillHub 安装文档）：
command -v skillhub && skillhub --version
未安装时可执行官方推荐的一键安装（完整包含 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2. 安装 InterLyt¶
必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 且可能不被识别。
skillhub install ai-interview-pro --namespace user_42c86f18 --dir <你的 skills 目录>
常见路径（来自 SkillHub 安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
也可让 Agent 按 SkillHub 页面提示执行：根据 https://skillhub.cn/install/skillhub.md 安装 @user_42c86f18/ai-interview-pro。
安装完成后，按你所用客户端要求重启或刷新 Agent，使 Skill 生效。
典型用法¶
在对话里驱动开发与排障¶
启用 Skill 后，可直接用自然语言约束 Agent 的行为，例如：
- 按
SKILL.md的 Development Setup 小节，用 Docker Compose 拉起前后端与中间件。 - 根据 Common Issues & Solutions 检查
AI_BAILIAN_API_KEY、Redis、Stream Consumer 日志。 - 对照 API Endpoints Overview 联调简历上传、面试会话、知识库聊天等接口。
Docker 快速启动（Skill 内推荐路径）¶
Skill 文档给出的推荐方式如下（需在 Skill 解压后的项目根目录操作，并配置 .env）：
cp .env.example .env
# 编辑 .env，设置 AI_BAILIAN_API_KEY
docker-compose up -d --build
默认访问（见 Skill 部署说明）：
- 前端：
http://localhost - 后端 API：
http://localhost:8080 - MinIO 控制台：
http://localhost:9001（默认账号密码minioadmin/minioadmin）
关键环境变量示例：
AI_BAILIAN_API_KEY=your_api_key_here
AI_MODEL=qwen-plus
APP_INTERVIEW_FOLLOW_UP_COUNT=1
APP_INTERVIEW_EVALUATION_BATCH_SIZE=8
手工启动后端时，Skill 还列出 JDK 21+、PostgreSQL（含 pgvector 扩展）、Redis 6+、S3 兼容存储等前置依赖；前端在 frontend/ 下使用 pnpm install 与 pnpm dev。
适用场景与注意¶
适合谁
- 需要本地或内网部署「简历分析 + 模拟面试 + 知识库」全栈方案的开发者和面试辅导场景。
- 希望 Agent 在改 Java/React 代码时，始终对齐同一套架构说明（异步 Stream、pgvector、模块边界）的团队。
限制与注意
- 体积与性质：该 Skill 包含完整应用源码，不是单行提示词；磁盘与构建时间按全栈项目估算。
- API Key：SkillHub 标记
requires_api_key=true；未配置AI_BAILIAN_API_KEY（及有效的阿里云 DashScope 密钥）时，简历分析等 AI 能力无法正常工作。 - 数据库首次启动：
application.yml中ddl-auto: create仅适合首次建表，Skill 明确警告首次跑通后应改为update，否则重启可能清空数据。 - 许可：Skill 文档注明项目为 AGPL-3.0；若以网络服务形式提供，需按许可要求开放修改后的源码。
- 安装统计：SkillHub 显示安装数为 0，可能与客户端未回传统计有关；以你本机
skillhub install是否成功为准。
结尾¶
InterLyt 把 AI 面试平台的长文档和排障经验收敛进 SKILL.md，适合作为 Agent 开发该项目的固定上下文。需要查看元数据或复制安装提示时，可打开 SkillHub 页面：
- 技能页：https://www.skillhub.cn/skills/user_42c86f18/ai-interview-pro
- API 入口：https://api.skillhub.cn/user_42c86f18/ai-interview-pro
