InterviewOS - AI 面试教练
[情境] 候选人常陷入背八股与模板答案，真实面试中的追问与压力难以自助练习，聊天记录也难以沉淀为可复盘资产。
[任务] 打造全链路教练：先读懂 JD 与简历，再模拟面试并高压追问，最后给出五维评分与改进建议。
[行动] 设计故事库匹配、多轮对话与评分雷达；报告与 JD 记录写入 Notion，支持跨场次对比。
[结果] 用户获得接近真实面试的节奏训练，能定位表达与结构漏洞，并形成可追踪的成长档案而非一次性对话。
[技术实现] Next.js 15 作战中枢 + 四阶段 15+ 子模块：简历底本/定位/故事库 Copilot 与防御者拷问 → 岗位分析三 Tab（调研·解码·监控）/简历优化/求职沟通 → 题库·SM-2 知识·Prep 万字战报·Mock 四轮+八阶段闯关·Warm-up 3×3 → Debrief/谈薪/Progress 趋势。Qwen 3.7 Max 润色简历；Claude Sonnet 4.6 模拟面试；DeepSeek V4-Pro 日常刷题。五维 rubric 贯通 Mock/题库/复盘，Notion page_id 双向同步 Block 树。
🌟 读懂 JD ➔ 匹配故事 ➔ 模拟面试 ➔ 高压追问 ➔ 五维评分 ➔ 复盘入库
产品全链路 · 面试教练
准备阶段 · JD 与简历
解析岗位要求与简历亮点，明确本轮练习目标
弹药匹配 · 故事库对齐
从个人故事库挑选最契合素材，给出针对性表达建议
路径 A · 模拟面试
多轮真实节奏对话 → 聚焦业务与项目细节 → 拒绝套路问答
路径 B · 高压追问
针对回答漏洞连续追问 → 五维雷达呈现结构与表达短板
路径 C · 复盘沉淀
转录与 AI 复盘写回 Notion → 支持跨场次对比与再次演练
成长仪表盘 · 长期追踪
JD、场次、分数与改进项可视化，支撑持续迭代
| 特性 1：高压追问机制 | 产品价值在于模拟「面试官不满意你的答案」的真实压力，而非陪聊。追问规则绑定五维评分模型，让用户知道差在结构、深度还是业务判断，并给出可执行的下一轮改进点。 |
|---|---|
| 特性 2：故事库与 JD 对齐 | 先拆 JD 核心能力项，再从故事库检索高匹配案例，减少盲目投递与答非所问。对 PM 而言，这是把「简历优化」产品化为可重复流程，提升单次模拟的针对性与转化率。 |
| 特性 3：Notion 复盘闭环 | 转录、评分与复盘报告自动归档，构建跨时间的面试资产。用户可对比多次表现，看到维度分数变化，使练习从消耗品变为复利型投资。 |
