SKILLEMALL.ai

BC interview-questions-zh

Генератор структурированных вопросов для собеседований, разработанный специально для HR-рекрутеров и интервьюеров. На основе названия должности и требований автоматически создает полный набор вопросов для собеседования, включающий поведенческие вопросы, вопросы по техническим навыкам, ситуационные симуляции и вопросы по общим компетенциям. Подходит для различных сценариев, таких как набор выпускников, найм опытных специалистов, внутренние повышения, с возможностью настройки сложности и акцентов в вопросах в зависимости от уровня должности и функциональной области. Охватывает такие сценарии использования, как «банк вопросов для собеседования / вопросы для собеседования / структурированное собеседование / поведенческое собеседование / interview questions / вопросы для найма / оценка должности».

машинный переводПоказать оригиналСкрыть оригинал«专为HR招聘人员和面试官设计的结构化面试题库生成工具,根据岗位名称及要求, 自动生成包含行为面试题、技术能力题、情景模拟题和综合素质题的…»

专为HR招聘人员和面试官设计的结构化面试题库生成工具,根据岗位名称及要求, 自动生成包含行为面试题、技术能力题、情景模拟题和综合素质题的完整面试题库。 适用于校园招聘、社会招聘、内部晋升等多种场景,支持按岗位级别、部门职能 定制题目难度与侧重点。涵盖"面试题库/面试问题/结构化面试/行为面试/ interview questions/招聘题目/岗位测评"等多种使用场景。

ClawHub Agent Skills автор: Olina1Ye v1.0.0 MIT-0 2 файла тело ≈ 169 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Генератор структурированных вопросов для собеседований, разработанный специально для HR-рекрутеров и интервьюеров.

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

СправочникЛюди и наймИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
89/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
72
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 14
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 169 токенов
  • 100Повторный запуск. Изменяющих операций нет

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 194 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 4 заголовков
  • +3Пошаговые инструкции: 14 пунктов
  • +4Есть примеры (0 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 72.

Внешние проверки

ClawHub: clean
This is a simple Chinese interview-question generator with no code, hidden behavior, credentials, networking, or persistence.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.