AB cyber-interviewer
Просмотр локального PDF-резюме кандидата и репозиториев GitHub, анализ путей кода Python и C++ на предмет сильных и слабых сторон, поиск недавних описаний опыта собеседований для целевой роли или компании, а также проведение сложного технического пробного собеседования на основе локальных файлов и контекста из интернета в реальном времени. Собеседование должно перекрестно проверять точные пути кода, слабые места и компромиссы, а также оказывать давление с помощью алгоритмов, когда целевая роль, вероятно, включает раунды кодирования. Используйте, когда пользователь хочет получить обзор резюме, углубленный анализ проектов, подготовку к собеседованию или пробное собеседование с учетом специфики компании. Предпочитайте предоставление имени пользователя GitHub вместо ручного перечисления репозиториев, когда хост может автоматически обнаруживать общедоступные репозитории.
машинный переводПоказать оригиналСкрыть оригинал«Review a candidate's local PDF resume and GitHub repositories, inspect…»
Review a candidate's local PDF resume and GitHub repositories, inspect Python and C++ code paths for strengths and weaknesses, search recent interview experience writeups for a target role or company, and run a tough technical mock interview grounded in local files plus live web context. The interview should cross-examine exact code paths, weak points, and tradeoffs, and should add algorithm pressure when the target role is likely to include coding rounds. Use when the user wants resume review, project deep-dives, interview prep, or a company-specific mock interview. Prefer giving a GitHub username over manually listing repos when the host can discover public repositories automatically.
Просмотр локального PDF-резюме кандидата и репозиториев GitHub, анализ путей кода Python и C++ на предмет сильных и слабых сторон, поиск недавних описаний…
Как процесс B 79/100 · Почти готов — трудных мест не видно
Как улучшить
- 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: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 79/100
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 4059 токенов
- 100Шаги. Шагов: 264
- 100Ошибки и развилки. Развилок: 15, есть раздел про ошибки
- 100Согласованность. Имя и обязательные поля на месте
- 100Повторный запуск. Изменяющие операции проверяют текущее состояние
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 23. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (12 тегов): типизированный вызов надёжнее
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)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 695 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 31 заголовков
- +3Пошаговые инструкции: 264 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (2 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 91.