中文语音面试模拟器

---

name: voice-interview-simulator

description: 进行中文求职语音模拟面试。适用于用户想围绕目标岗位进行多轮中文面试练习，并通过 ASR 识别回答、由 LLM 决定追问或换题、由 TTS 播报面试官问题，最终输出结构化评估报告、改进建议和示例优化回答的场景。支持 `target_role`、`interviewer_style`、`min_rounds`、`max_round_limit` 等配置；默认用于通用中文岗位面试，不依赖情绪识别、视频处理或其他额外音频算法。

---

# 中文语音面试模拟器

适用范围

此 Skill 用于完成一场可运行的中文求职模拟面试。

能力边界：

不做：

默认配置

若调用方未给完整配置，优先补齐以下默认值：

约束：

工作流

按以下顺序执行：

1. 初始化会话

- 读取 `target_role`、`interviewer_style`、轮数限制和语言

- 创建 `SessionState`

2. 生成开场与第一问

- 使用 LLM 生成 `opening_text`、`first_question`、`question_type`

- 第一问优先从 `self_intro` 或 `motivation` 开始

- 同一轮只问一个问题

3. 播报问题

- 将当前问题文本交给 TTS

- 返回当前轮次、问题文本和问题语音

4. 接收用户回答

- 使用 ASR 将用户语音转成文本

- 若 ASR 结果为空、过短或明显无效，礼貌要求用户补充，不进入正式评估

5. 评估本轮回答

- 从 `relevance`、`clarity`、`specificity`、`persuasiveness` 四个维度打分

- 生成一条简短评语

- 提炼回答缺口，例如“缺少个人贡献”“缺少结果数据”

6. 决定下一步

- 输出 `action` 为 `follow_up`、`new_question` 或 `end`

- 达到 `min_rounds` 前，默认只允许 `follow_up` 或 `new_question`

- 达到 `max_round_limit` 时必须结束

- 若用户明确说“结束”“先到这里”，可直接结束

7. 生成下一问或结束话术

- `follow_up`：围绕上一轮回答中的缺口深挖

- `new_question`：切换到未充分覆盖的问题类型

- `end`：输出简短收束话术，并进入最终报告生成

8. 生成最终报告

- 汇总整场轮次记录和各轮评分

- 输出结构化 `FinalReport`

- 可选生成一段适合 TTS 播报的摘要

问题类型

优先在以下范围内控制问题分布，避免结构失衡：

使用规则：

风格约束

所有风格都要遵守：

追问与切换规则

优先追问的情况：

优先切换新话题的情况：

输出要求

每轮输出至少包含：

结束时输出：

字段结构见 [references/state_schema_cn.md](references/state_schema_cn.md)。

Prompt 使用方式

不要用一个超长 Prompt 覆盖所有行为。拆成以下模块：

推荐模板见 [references/prompts_cn.md](references/prompts_cn.md)。

直接运行

运行脚本：

安装依赖：

环境变量参考：

最小运行方式：

python scripts/run_interview.py --target-role "算法工程师实习生" --style professional

运行时行为：

接口约定：

注意事项