前言¶
做面试相关的自动化工具，常见痛点是流程断裂：JD 解析、题库生成在一个地方，面试记录和追问在另一个地方，会后的评分与候选人对比又得手动整理。AI面试官这个 Skill 的思路是把整条流程串起来，并且对接腾讯会议Skill，把会议管理和录制数据也纳入进来。下面介绍它的能力边界、安装方式和适用场景。
这是什么¶
AI面试官是一个全流程智能面试助手 Skill，坐标 @user_ebee0fcc/ai-interviewer，当前版本 1.0.2，由社区开发者 user_ebee0fcc 发布，分类为 business-ops，来源标记为 community。
它解决的问题是：把面试拆成会前准备、会中辅助、会后评估三个阶段，每个阶段给出可直接执行的能力，而不是只生成一份面试题就结束。该 Skill 基于腾讯会议Skill二创，面向 SkillHub 线上挑战赛「让开会更简单」主题。
目前页面显示评分 100000、下载 975、安装 0，标签 requires_api_key=false，即不需要额外配置 API Key。
核心功能¶
官方简介把能力分成三段，对应面试的三个阶段。
会前准备：JD 解析、简历分析、结构化面试题生成、评分表设计。输入是 JD 和简历，输出是题库和评分维度，属于可直接复用的准备产物。
会中辅助：脚本导航、回答记录、智能追问、时间管理。这一阶段面向面试进行中，重点是让面试官按脚本推进，并实时沉淀回答内容。
会后评估：维度评分、录用建议、候选人对比。基于会中记录生成评估结果，支持多名候选人横向比较。
会议能力方面，Skill 对接腾讯会议Skill，实现面试会议管理与录制数据获取，会议侧数据与面试流程是打通的。
触发条件上，官方列出的场景包括：准备面试、进行面试、评估候选人、对比面试者，以及提及「面试」「招聘」「候选人评估」「结构化面试」「面试题」「JD分析」「面试评估」「面试报告」「安排面试」等关键词的请求。
安装与启用¶
Skill 采用通用 SKILL.md 格式，托管在 SkillHub。官方地址：
https://api.skillhub.cn/user_ebee0fcc/ai-interviewer
SkillHub 页面：
https://www.skillhub.cn/skills/user_ebee0fcc/ai-interviewer
启用方式与其他通用 Skill 一致：在支持 SKILL.md 的 Agent 环境中引用该 Skill 的坐标 @user_ebee0fcc/ai-interviewer 即可。由于 requires_api_key=false，不需要单独申请或填入 API Key。具体的安装命令和客户端差异以 SkillHub 页面说明为准。
典型用法¶
下面示例对应官方简介中列出的能力，按阶段组织。
会前，把 JD 和简历交给 Skill，要求生成结构化面试题和评分表：
分析这份 JD 与候选人简历，生成结构化面试题，并设计对应的评分表
会中，让 Skill 按脚本导航、记录回答并在需要时追问：
开始本轮面试，按脚本导航，记录候选人回答，到节点时智能追问，并管理单题时间
会后，基于会中记录做维度评分、给出录用建议并对比候选人：
基于面试记录完成维度评分，给出录用建议，并将该候选人与另外两位候选人做对比
需要安排或管理面试会议时，走腾讯会议Skill 侧的能力：
安排一场面试会议，并在会议结束后获取录制数据
适用场景与注意¶
适合谁：需要在 Agent 里嵌入完整面试流程的开发者，尤其是做招聘自动化、面试辅助或候选人评估场景的团队。已经接入腾讯会议Skill 的环境能直接复用会议管理和录制数据能力。
需要注意的点：
1、Skill 来源为社区（community），发布者是个人开发者，接入前建议先按上述典型用法做一轮端到端验证，确认输出格式符合自己的流程。
2、会中辅助依赖回答记录的质量，智能追问和维度评分的准确性受会中输入影响，不能完全当作最终录用依据。
3、会议相关能力依赖腾讯会议Skill，两者需同时可用，录制数据获取受腾讯会议侧权限和会议设置约束。
4、页面当前显示安装数为 0，社区 Skill 的迭代节奏以发布者维护为准。
结尾¶
AI面试官的价值在于把面试的会前、会中、会后三段流程收进一个 Skill，并用腾讯会议Skill 补齐会议管理和数据来源。如果你的场景正好落在「面试、招聘、候选人评估、结构化面试」这些触发词内，可以从官方地址开始验证。
官方地址：https://api.skillhub.cn/user_ebee0fcc/ai-interviewer
SkillHub 页面：https://www.skillhub.cn/skills/user_ebee0fcc/ai-interviewer
