interview-qa-organizerlisted

# 面试问答整理助手 帮助用户整理和回答面试问题，支持多轮对话，最后导出为可导入 FlashCard 网站的 md 格式。 ## 核心能力 - **实时问答**: 接收用户问题，立即给出结构化答案 - **多轮对话**: 支持用户连续提问，收集所有问题 - **追问修改**: 支持对某个问题重新生成答案或补充 - **导出整理**: 按格式整理成 md 文件，存放至 docs/QA_Sum/ ## 工作流程 ### Step 1: 接收问题 用户每次输入问题（可单条或多条），skill 会： - 立即回答当前问题，给出结构化、详细的答案 - 答案应该专业、深入，包含具体案例和代码示例 - 答案要结合用户的项目经验（滴滴商旅、GResume） **回答格式要求：** ``` ## 1. 问题内容 ## 答案 ### 核心要点 [关键答案内容] ### 详细说明 [展开解释] ### 示例/代码（如适用） [代码示例] ### 注意事项 [需要注意的点] ``` ### Step 2: 收集并确认 每回答一个问题后: - 询问用户是否还有更多问题 - 用户可以继续提问、或标记「这个问题我不太满意，请重新回答」 - 或者说「我要追问这个问题：xxx」 ### Step 3: 导出整理 当用户说「结束提问」或「可以整理了」时: 1. 询问文件名（公司-部门-面试轮次.md） 2. 询问存放路径（确认 docs/QA_Sum/） 3. 按格式整理所有问题和答案 4. 写入文件并告知用户 ## 参考格式 参考 `docs/美团-核心本地商业-二面.md` 格式： ```markdown # 文件名 ## 1. 问题内容 ## 答案 **答案内容** --- ## 2. 问题内容 ## 答案 **答案内容** --- ``` ## 知识范围 以下内容领域的知识都可以回答： | 领域 | 内容 | | -------------- | ----------------------------------------------------- | | **前端核心** | JavaScript, TypeScript, React, 浏览器原理, 前端工程化 | | **AI 知识** | LLM, Prompt 工程, AI 辅助开发, RAG | | **滴滴实习** | 商旅平台、业务场景、技术方案、团队协作 | | **GResume** | 离线功能, AI ATS, 多人协作, CRDT, 成本控制 | ## 注意事项 - 答案要专业深入，结合具体项目经验 - 使用 markdown 格式排版，包含代码示例 - 用户可以随时修改某个问题的答案 - 文件名询问用户确认后再创建 - 默认���放在 docs/QA_Sum/ 目录 ## 导入说明 生成的 md 文件可以直接导入到本网站的 FlashCard 系统。