greenroom
greenroom

上台之前,把每一句话备好、对好。
面试准备的开源工作台:从简历和 JD 出发生成全套材料,临场提词同一个界面。

推荐用 serve.py 或本地后端直连工作台(免选文件夹);也可以把文件夹拖进本页——解析全部在浏览器本地完成,不上传任何数据
01 · 装上 skills

在 Claude Code 里生成材料

八个 skills 覆盖全流程:岗位调研、经历整理、行业通识、逐字稿、口径记录、模拟面试、复盘。

# Claude Code(plugin 方式) /plugin marketplace add YunyueLi/greenroom /plugin install greenroom@greenroom # 或任意 agent(npx 方式) npx skills add YunyueLi/greenroom
02 · 生成工作台

一个文件夹就是全部

把简历、目标公司、岗位 JD 一次给全,greenroom skill 会完成调研并生成全套材料:候选人档案、经历库、逐字稿、行业通识。全是 Markdown,建议 git 私有管理。

03 · 打开这里

本页就是控制台

用 serve.py 或本地后端启动即自动直连工作台:逐字稿是速查题卡,简历、经历、资料、岗位百科分栏阅读,面试中开实时助手,都在这一页。

这个浏览器不支持实时语音转写,请用 Chrome 打开;仍可在下方输入框手动打字、按回车出提词。
未开始 手动触发 转写引擎 听完面试官的问题,按 空格 出提词
待答准备好后点下方「开始聆听」。
提词会逐字流式显示在这里——第一行是能直接念的开场白,下面是加粗要点,口径提醒行会标红。
追加
实时转写 听到的话(配好系统音频后只剩面试官)
未开始聆听。
字号 检查后端…

方法

从简历和 JD 到全套面试材料,再到每轮复盘回写。一步一个 skill,产出都是工作台里的 Markdown 文件;也可以一句话让 greenroom 入口 skill 串完全程。

1

岗位调研

JD 逐条对照你的经历、公司与面试官调研、下轮考题预测。

/greenroom:job-intel
2

经历库

把真实经历整理成经历卡:事实和数字只有一份、都标出处,讲法按岗位选。

/greenroom:story-bank
3

逐字稿

口语化、可直接朗读的答题稿,每题带要点提纲,数字与口径记录一致。

/greenroom:interview-script
4

行业通识

按目标行业与岗位生成参考阅读:格局、岗位画像、高频概念、值得引用的观点。

/greenroom:industry-brief
5

模拟面试

按面试官背景出题,连续追问,评分包含与口径记录的一致性。

/greenroom:mock-interview
6

面后复盘

复原问答、记录本轮说过的数字和说法、捕捉下一轮的信息,回写到工作台。

/greenroom:debrief
口径记录。一次求职会跨数月、跨多轮:简历、猎头沟通、HR、几轮面试官、背调,彼此会交叉核对。口径记录保存每个数字、职级、时间线的统一说法,每轮面试后回写;逐字稿生成和实时助手都以它为约束。它在界面里权重很低(入口在页脚),起作用的方式是默默对账。

岗位百科。仓库 knowledge/ 目录维护按行业 × 岗位 × 方向组织的公共面试知识(高频题、通识、追问模式),industry-brief 会引用并补充它,欢迎贡献。

隐私。工作台是你本地的一个文件夹;本页是纯静态 HTML 加可选的本地服务,所有解析都在本机完成,没有任何网络上传。实时助手连接的也只是你自己跑的本地后端。