import streamlit as st
import random
import json
import os
from datetime import datetime
# 设置页面配置
st.set_page_config(
page_title="AI面试助手",
page_icon="🤖",
layout="wide",
initial_sidebar_state="expanded"
)
# 添加自定义CSS样式
st.markdown("""
""", unsafe_allow_html=True)
# 公司类型和对应的岗位映射
company_types = {
"科技互联网": ["Python开发", "前端开发", "后端开发", "UI/UX设计", "数据科学", "产品经理"],
"金融行业": ["财务", "销售", "产品经理"],
"传统企业": ["销售", "市场营销", "人力资源", "行政岗", "运营", "客服"],
"教育培训": ["销售", "人力资源", "运营"],
"医疗健康": ["销售", "市场营销", "运营"],
"制造业": ["销售", "人力资源", "行政岗"],
"咨询服务": ["销售", "市场营销", "产品经理", "人力资源"],
"电子商务": ["运营", "市场营销", "产品经理", "客服", "物流"],
"媒体娱乐": ["内容编辑", "市场营销", "运营", "产品经理", "设计"],
"房地产": ["销售", "市场营销", "行政岗", "客服"],
"交通运输": ["运营", "销售", "人力资源", "行政岗"],
"能源环保": ["技术岗", "销售", "市场营销", "运营"],
"农业食品": ["农业技术", "食品研发", "销售", "运营"],
"建筑工程": ["工程师", "项目经理", "销售", "行政岗"],
"法律法务": ["律师", "法务专员", "行政岗"],
"航空航天": ["工程师", "技术岗", "销售", "运营"],
"文化创意": ["创意设计", "内容编辑", "市场营销", "运营"],
"半导体芯片": ["芯片设计工程师", "工艺工程师", "测试工程师", "封装工程师"],
"生物医药": ["药物研发", "临床研究", "生物信息学", "医药销售"],
"新能源": ["光伏工程师", "电池研发", "风电工程师", "能源管理"],
"人工智能": ["机器学习工程师", "深度学习工程师", "自然语言处理", "计算机视觉"],
"量子计算": ["量子算法工程师", "量子硬件工程师", "量子软件工程师", "量子信息理论"]
}
# 面试问题数据库（包含追问）
interview_questions = {
"芯片设计工程师": [
{
"main_question": "请详细解释CMOS工艺中的闩锁效应(Latch-up)，并说明如何在芯片设计中避免这种效应。",
"follow_ups": [
"闩锁效应的物理机制是什么？它与哪些器件结构相关？",
"在深亚微米工艺中，闩锁效应有哪些新的特点？",
"除了传统的防护环，还有哪些先进的闩锁防护技术？"
]
},
{
"main_question": "请解释静态时序分析(STA)的基本原理和关键步骤，以及如何处理时序收敛问题。",
"follow_ups": [
"什么是建立时间(setup time)和保持时间(hold time)？它们的物理意义是什么？",
"在低功耗设计中，如何平衡功耗和时序性能？",
"你熟悉哪些时序优化技术？请举例说明。"
]
},
{
"main_question": "请详细描述你对SoC设计流程的理解，包括从规格定义到芯片 tape-out的全过程。",
"follow_ups": [
"在SoC设计中，如何管理复杂的IP集成问题？",
"芯片验证的主要方法有哪些？各有什么优缺点？",
"你了解哪些先进的SoC设计方法学？"
]
},
{
"main_question": "请解释FinFET工艺与传统平面MOSFET的主要区别，以及FinFET在性能和功耗方面的优势。",
"follow_ups": [
"FinFET的阈值电压调节方法有哪些？",
"在FinFET工艺中，短沟道效应是如何被抑制的？",
"FinFET工艺对芯片设计有哪些挑战？"
]
},
{
"main_question": "请描述你对数字信号处理器(DSP)架构的理解，以及如何优化DSP算法的硬件实现。",
"follow_ups": [
"定点DSP和浮点DSP有什么区别？各自的应用场景是什么？",
"如何平衡DSP的性能、功耗和面积？",
"你熟悉哪些先进的DSP架构？"
]
}
],
"工艺工程师": [
{
"main_question": "请详细解释光刻工艺的基本原理和关键参数，以及先进光刻技术面临的挑战。",
"follow_ups": [
"什么是分辨率增强技术(RET)？主要包括哪些方法？",
"EUV光刻与传统DUV光刻有什么本质区别？",
"如何解决光刻工艺中的套刻精度问题？"
]
},
{
"main_question": "请描述掺杂工艺的主要方法和原理，以及如何控制掺杂浓度和分布。",
"follow_ups": [
"离子注入和扩散掺杂有什么区别？各自的优缺点是什么？",
"如何解决浅结掺杂中的沟道效应？",
"先进工艺中，掺杂工艺面临哪些挑战？"
]
},
{
"main_question": "请解释CMP(化学机械抛光)工艺的基本原理和关键参数，以及如何优化抛光结果。",
"follow_ups": [
"CMP工艺中的平坦化机制是什么？",
"如何解决CMP工艺中的碟形效应和侵蚀问题？",
"先进工艺中，CMP工艺有哪些新的要求？"
]
},
{
"main_question": "请详细描述ALD(原子层沉积)工艺的基本原理和优势，以及它在先进工艺中的应用。",
"follow_ups": [
"ALD与传统的PVD和CVD工艺有什么本质区别？",
"如何提高ALD工艺的沉积速率？",
"ALD工艺在高k金属栅和3D NAND中的应用有哪些？"
]
},
{
"main_question": "请解释先进封装工艺中的TSV(硅通孔)技术，以及它与传统封装技术的区别。",
"follow_ups": [
"TSV工艺的主要步骤有哪些？各步骤的关键挑战是什么？",
"如何解决TSV工艺中的热应力和可靠性问题？",
"3D IC封装与传统2D封装相比，有哪些优势和挑战？"
]
}
],
"量子算法工程师": [
{
"main_question": "请详细解释量子叠加和量子纠缠的基本原理，以及它们在量子算法中的应用。",
"follow_ups": [
"量子叠加与经典概率叠加有什么本质区别？",
"如何通过Bell不等式验证量子纠缠的存在？",
"量子纠缠在量子通信和量子计算中有哪些具体应用？"
]
},
{
"main_question": "请描述Shor算法的基本原理和实现步骤，以及它对RSA加密系统的威胁。",
"follow_ups": [
"Shor算法的时间复杂度是多少？它与经典因子分解算法相比有什么优势？",
"在实际的量子计算机上实现Shor算法面临哪些挑战？",
"如何抵抗基于Shor算法的量子攻击？"
]
},
{
"main_question": "请解释Grover搜索算法的基本原理和应用场景，以及它的时间复杂度。",
"follow_ups": [
"Grover算法在非结构化搜索中的加速比是多少？",
"如何将Grover算法应用于数据库搜索和优化问题？",
"Grover算法的量子电路实现需要哪些量子门？"
]
},
{
"main_question": "请详细描述量子傅里叶变换(QFT)的基本原理和实现方法，以及它在量子算法中的重要性。",
"follow_ups": [
"量子傅里叶变换与经典傅里叶变换相比有什么优势？",
"如何优化量子傅里叶变换的电路深度？",
"量子傅里叶变换在哪些量子算法中起到关键作用？"
]
},
{
"main_question": "请解释量子机器学习中的量子神经网络(QNN)的基本原理，以及它与经典神经网络的区别。",
"follow_ups": [
"量子神经网络的参数空间有什么特点？",
"如何训练量子神经网络？有哪些挑战？",
"量子神经网络在哪些问题上可能超越经典神经网络？"
]
}
],
"机器学习工程师": [
{
"main_question": "请详细解释深度学习中的反向传播算法，包括其数学原理和实现细节。",
"follow_ups": [
"反向传播算法中的梯度消失和梯度爆炸问题是如何产生的？如何解决？",
"在深层网络中，如何优化反向传播的计算效率？",
"反向传播算法在递归神经网络(RNN)中的应用有什么特殊之处？"
]
},
{
"main_question": "请解释支持向量机(SVM)的基本原理，包括最大间隔分类器和核技巧。",
"follow_ups": [
"SVM中的软间隔和硬间隔有什么区别？",
"如何选择SVM中的核函数？不同核函数的适用场景是什么？",
"SVM在处理大规模数据集时面临哪些挑战？如何解决？"
]
},
{
"main_question": "请详细描述决策树和随机森林的工作原理，以及如何防止过拟合。",
"follow_ups": [
"决策树的分裂标准有哪些？各有什么优缺点？",
"随机森林如何通过集成学习提高模型性能？",
"梯度提升树(GBDT)与随机森林相比有什么不同？"
]
},
{
"main_question": "请解释深度学习中的注意力机制，以及它在Transformer模型中的应用。",
"follow_ups": [
"注意力机制的数学原理是什么？它如何实现序列到序列的建模？",
"自注意力(Self-Attention)与传统的RNN和CNN相比有什么优势？",
"如何优化Transformer模型的计算效率和内存使用？"
]
},
{
"main_question": "请详细描述生成对抗网络(GAN)的基本原理和训练方法，以及如何评估GAN的性能。",
"follow_ups": [
"GAN训练中的模式崩溃(Mode Collapse)问题是如何产生的？如何解决？",
"不同类型的GAN变体(如DCGAN、WGAN、StyleGAN)各有什么特点？",
"GAN在哪些领域有成功的应用？面临哪些挑战？"
]
}
],
"药物研发": [
{
"main_question": "请详细解释基于结构的药物设计(SBDD)的基本原理和流程，以及它与传统药物发现方法的区别。",
"follow_ups": [
"分子对接(Molecular Docking)的基本原理是什么？如何评估对接结果的准确性？",
"虚拟筛选(Virtual Screening)中如何处理假阳性和假阴性问题？",
"同源建模(Homology Modeling)在SBDD中的应用有什么局限性？"
]
},
{
"main_question": "请解释药物代谢动力学(ADMET)的基本概念和研究内容，以及它在药物研发中的重要性。",
"follow_ups": [
"药物的吸收、分布、代谢、排泄和毒性各有哪些关键影响因素？",
"如何通过药物设计优化ADMET性质？",
"体外ADMET筛选与体内实验结果的相关性如何？"
]
},
{
"main_question": "请详细描述高通量筛选(HTS)技术的基本原理和应用，以及如何提高筛选效率和准确性。",
"follow_ups": [
"HTS中如何设计和优化筛选模型？",
"如何处理HTS中的高假阳性率问题？",
"超高通量筛选(Ultra-HTS)与传统HTS相比有什么优势和挑战？"
]
},
{
"main_question": "请解释靶向药物设计的基本策略，以及如何选择合适的药物靶点。",
"follow_ups": [
"如何验证药物靶点的有效性和安全性？",
"靶向药物设计中如何平衡选择性和亲和力？",
"蛋白-蛋白相互作用(PPI)作为药物靶点有哪些挑战？"
]
},
{
"main_question": "请详细描述抗体药物的研发流程，包括靶点选择、抗体筛选和人源化。",
"follow_ups": [
"单克隆抗体与多克隆抗体相比有什么优势？",
"抗体人源化的主要方法有哪些？各有什么优缺点？",
"抗体药物偶联物(ADC)的设计原理是什么？如何优化其疗效和安全性？"
]
}
],
"光伏工程师": [
{
"main_question": "请详细解释太阳能电池的基本工作原理，包括光伏效应和电池结构。",
"follow_ups": [
"光伏效应与光电效应有什么区别？",
"太阳能电池的效率极限是多少？由什么因素决定？",
"如何通过材料和结构设计提高太阳能电池的效率？"
]
},
{
"main_question": "请解释晶体硅太阳能电池的制造工艺流程，以及各步骤的关键技术参数。",
"follow_ups": [
"晶体硅太阳能电池的主要损失机制有哪些？如何最小化这些损失？",
"PERC(钝化发射极背面接触)电池的结构和工作原理是什么？",
"TOPCon和HJT等高效电池技术与传统电池相比有什么优势？"
]
},
{
"main_question": "请详细描述太阳能电池的特性参数，包括开路电压、短路电流、填充因子和转换效率。",
"follow_ups": [
"这些参数之间有什么内在联系和制约关系？",
"如何通过测试和分析评估太阳能电池的性能？",
"温度和光照强度对太阳能电池性能有什么影响？"
]
},
{
"main_question": "请解释光伏组件的设计原理和制造工艺，以及如何提高组件的可靠性和寿命。",
"follow_ups": [
"光伏组件的主要失效模式有哪些？如何预防？",
"封装材料对光伏组件性能和寿命有什么影响？",
"如何设计和优化光伏系统的功率输出？"
]
},
{
"main_question": "请详细描述薄膜太阳能电池(如CdTe、CIGS、OPV)的工作原理和特点，以及它们与晶体硅电池的区别。",
"follow_ups": [
"不同类型薄膜太阳能电池的优缺点是什么？",
"薄膜太阳能电池的主要技术挑战有哪些？",
"柔性太阳能电池的应用前景和技术难点是什么？"
]
}
],
"农业技术": [
{
"main_question": "请描述你对现代农业技术的理解，以及它在农业发展中的作用。",
"follow_ups": [
"你熟悉哪些现代农业技术？它们各有什么优势？",
"如何将传统农业知识与现代技术相结合？",
"在实际工作中，你如何解决农业技术应用中的问题？"
]
},
{
"main_question": "什么是智慧农业？它包括哪些关键技术？",
"follow_ups": [
"你了解哪些智慧农业的成功案例？",
"如何利用大数据和物联网技术优化农业生产？",
"智慧农业面临哪些挑战？如何应对？"
]
},
{
"main_question": "请解释你对农作物病虫害防治的理解和方法。",
"follow_ups": [
"如何平衡病虫害防治和环境保护？",
"你熟悉哪些生物防治方法？",
"如何利用现代技术提高病虫害防治的效率？"
]
},
{
"main_question": "如何提高农产品的质量和安全性？",
"follow_ups": [
"你了解哪些农产品质量标准？",
"如何建立农产品质量追溯体系？",
"在实际工作中，你如何确保农产品的安全？"
]
},
{
"main_question": "请分享一次你参与农业技术推广或应用的经历。",
"follow_ups": [
"在推广过程中，你遇到了哪些挑战？如何克服的？",
"从这次经历中，你学到了什么？",
"如何评估农业技术推广的效果？"
]
}
],
"食品研发": [
{
"main_question": "请描述你的食品研发流程是怎样的？",
"follow_ups": [
"在研发过程中，你如何确保食品的安全性？",
"如何平衡食品的口感和营养价值？",
"你使用过哪些食品研发工具和技术？"
]
},
{
"main_question": "什么是食品添加剂？如何合理使用食品添加剂？",
"follow_ups": [
"你了解哪些常见的食品添加剂？它们的作用是什么？",
"如何评估食品添加剂的安全性？",
"在研发过程中，你如何控制食品添加剂的使用量？"
]
},
{
"main_question": "请解释你对食品保质期的理解，以及如何延长食品保质期。",
"follow_ups": [
"影响食品保质期的因素有哪些？",
"如何在不影响食品质量的前提下延长保质期？",
"你了解哪些食品保鲜技术？"
]
},
{
"main_question": "如何开发适合特定人群的食品产品？",
"follow_ups": [
"你开发过哪些针对特定人群的食品产品？",
"如何了解特定人群的食品需求？",
"在开发过程中，你如何进行市场调研？"
]
},
{
"main_question": "请分享一次你成功研发的食品产品案例，包括研发目标、过程和结果。",
"follow_ups": [
"在研发过程中，你遇到了哪些挑战？如何克服的？",
"如何评估新产品的市场潜力？",
"从这次经历中，你学到了什么？"
]
}
],
"工程师": [
{
"main_question": "请描述你所熟悉的工程领域，以及你在该领域的专业技能。",
"follow_ups": [
"你参与过哪些工程项目？担任什么角色？",
"你熟悉哪些工程软件和工具？",
"如何不断更新自己的工程知识和技能？"
]
},
{
"main_question": "什么是工程质量管理？如何确保工程项目的质量？",
"follow_ups": [
"你了解哪些质量管理体系？",
"在实际项目中，你如何处理质量问题？",
"如何平衡工程质量和项目进度？"
]
},
{
"main_question": "请解释你对工程安全的理解，以及如何确保工程项目的安全。",
"follow_ups": [
"你了解哪些工程安全标准和规范？",
"在实际项目中，你如何识别和防范安全风险？",
"如何提高团队的安全意识？"
]
},
{
"main_question": "如何进行工程项目的成本控制？",
"follow_ups": [
"在实际项目中，你如何制定和执行成本预算？",
"如何应对项目中的成本超支问题？",
"如何在保证质量的前提下降低项目成本？"
]
},
{
"main_question": "请分享一次你解决工程技术问题的经历。",
"follow_ups": [
"在解决问题过程中，你遇到了哪些挑战？如何克服的？",
"从这次经历中，你学到了什么？",
"如何预防类似问题的再次发生？"
]
}
],
"项目经理": [
{
"main_question": "请描述你对项目管理的理解，以及项目管理的核心流程。",
"follow_ups": [
"你熟悉哪些项目管理方法论？",
"如何制定项目计划和时间表？",
"如何监控项目进度和执行情况？"
]
},
{
"main_question": "什么是项目风险管理？如何识别和应对项目风险？",
"follow_ups": [
"在实际项目中，你遇到过哪些主要风险？如何处理的？",
"如何制定项目风险应对计划？",
"如何评估项目风险的影响程度？"
]
},
{
"main_question": "请解释你对项目团队管理的理解，以及如何打造高效的项目团队。",
"follow_ups": [
"如何分配项目任务和责任？",
"如何处理团队成员之间的冲突？",
"如何激励团队成员的工作积极性？"
]
},
{
"main_question": "如何与项目 stakeholders 有效沟通？",
"follow_ups": [
"你如何识别项目的 stakeholders？",
"如何定期向 stakeholders 汇报项目进展？",
"如何处理 stakeholders 的变更请求？"
]
},
{
"main_question": "请分享一次你成功管理项目的经历，包括项目目标、挑战和成果。",
"follow_ups": [
"在项目管理过程中，你遇到了哪些主要挑战？如何克服的？",
"如何评估项目的成功与否？",
"从这次经历中，你学到了什么项目管理经验？"
]
}
],
"律师": [
{
"main_question": "请描述你所专注的法律领域，以及你在该领域的专业经验。",
"follow_ups": [
"你处理过哪些类型的法律案件？",
"你熟悉哪些相关法律法规？",
"如何不断更新自己的法律知识？"
]
},
{
"main_question": "什么是法律风险？如何帮助企业识别和防范法律风险？",
"follow_ups": [
"在实际工作中，你如何为企业提供法律风险评估？",
"如何制定法律风险防范策略？",
"如何向非法律专业人士解释法律风险？"
]
},
{
"main_question": "请解释你对合同管理的理解，以及如何审查和起草合同。",
"follow_ups": [
"在合同审查中，你重点关注哪些条款？",
"如何识别合同中的法律风险？",
"如何处理合同纠纷？"
]
},
{
"main_question": "如何为客户提供有效的法律咨询和建议？",
"follow_ups": [
"如何理解客户的法律需求？",
"如何平衡法律合规和客户利益？",
"如何向客户解释复杂的法律问题？"
]
},
{
"main_question": "请分享一次你成功处理法律案件的经历，包括案件背景、挑战和结果。",
"follow_ups": [
"在处理案件过程中，你遇到了哪些主要挑战？如何克服的？",
"从这次经历中，你学到了什么？",
"如何评估法律案件的胜算？"
]
}
],
"法务专员": [
{
"main_question": "请描述你对企业法务工作的理解，以及法务专员的主要职责。",
"follow_ups": [
"如何协助企业建立和完善法律合规体系？",
"如何处理企业日常法律事务？",
"如何与外部律师和顾问合作？"
]
},
{
"main_question": "什么是法律合规？如何确保企业的法律合规？",
"follow_ups": [
"你了解哪些行业的法律合规要求？",
"如何制定企业法律合规计划？",
"如何进行法律合规培训？"
]
},
{
"main_question": "请解释你对知识产权保护的理解，以及如何保护企业的知识产权。",
"follow_ups": [
"你了解哪些知识产权类型？",
"如何识别和防范知识产权风险？",
"如何处理知识产权纠纷？"
]
},
{
"main_question": "如何协助企业处理劳动法律事务？",
"follow_ups": [
"你了解哪些劳动法律法规？",
"如何制定和审查劳动合同？",
"如何处理劳动争议？"
]
},
{
"main_question": "请分享一次你协助企业解决法律问题的经历。",
"follow_ups": [
"在解决问题过程中，你遇到了哪些挑战？如何克服的？",
"从这次经历中，你学到了什么？",
"如何预防类似问题的再次发生？"
]
}
],
"创意设计": [
{
"main_question": "请描述你的创意设计流程是怎样的？",
"follow_ups": [
"如何激发和收集创意灵感？",
"在设计过程中，你如何与团队协作？",
"你使用过哪些设计工具和软件？"
]
},
{
"main_question": "什么是品牌视觉识别系统？如何设计一个有效的品牌视觉识别系统？",
"follow_ups": [
"你了解哪些成功的品牌视觉识别系统案例？",
"如何确保品牌视觉识别的一致性？",
"如何根据不同媒介调整品牌视觉设计？"
]
},
{
"main_question": "请解释你对用户体验设计的理解，以及如何在创意设计中考虑用户体验。",
"follow_ups": [
"如何进行用户研究和分析？",
"如何将用户需求转化为设计方案？",
"如何测试和优化设计方案？"
]
},
{
"main_question": "如何平衡创意表达和商业需求？",
"follow_ups": [
"在实际项目中，你如何理解和满足客户的商业需求？",
"如何在创意设计中体现品牌价值？",
"如何说服客户接受你的创意方案？"
]
},
{
"main_question": "请分享一次你成功完成的创意设计项目，包括项目目标、挑战和结果。",
"follow_ups": [
"在项目过程中，你遇到了哪些挑战？如何克服的？",
"如何评估设计项目的成功与否？",
"从这次经历中，你学到了什么？"
]
}
],
"Python开发": [
{
"main_question": "请详细解释Python中的GIL（全局解释器锁）的实现机制，以及它对多线程编程的深层影响。",
"follow_ups": [
"GIL的存在对CPU密集型和I/O密集型任务的影响有何不同？请具体分析其原因。",
"在Python 3.2+中，GIL的实现有哪些改进？这些改进如何影响线程切换性能？",
"除了使用多进程，还有哪些技术可以绕过GIL的限制？请比较它们的优缺点。"
]
},
{
"main_question": "请深入分析Python中的内存管理机制，包括引用计数、垃圾回收和内存池。",
"follow_ups": [
"Python的循环引用问题是如何产生的？垃圾回收器如何检测和处理循环引用？",
"Python的分代垃圾回收机制是如何工作的？各代的回收策略有什么不同？",
"如何在Python中优化内存使用？请结合具体场景说明。"
]
},
{
"main_question": "请详细解释Python中的装饰器（Decorator）的实现原理，以及如何实现带参数的装饰器和类装饰器。",
"follow_ups": [
"装饰器的执行时机是什么时候？它如何影响被装饰函数的元数据？",
"如何实现一个装饰器，使其能够保留被装饰函数的文档字符串和函数名？",
"装饰器链的执行顺序是怎样的？请举例说明。"
]
},
{
"main_question": "请深入分析Python中的生成器（Generator）和协程（Coroutine）的工作原理，以及它们在异步编程中的应用。",
"follow_ups": [
"生成器表达式和列表推导式在内存使用上有什么本质区别？请结合big O表示法分析。",
"Python 3.5+引入的async/await语法是如何基于生成器实现的？",
"如何使用asyncio库实现高效的异步I/O操作？请给出具体示例。"
]
},
{
"main_question": "请详细解释Python中的面向对象编程高级特性，包括元类（Metaclass）、描述符（Descriptor）和混入（Mixin）。",
"follow_ups": [
"元类的作用是什么？如何使用元类控制类的创建过程？",
"描述符协议的三个方法（__get__, __set__, __delete__）是如何工作的？请实现一个自定义描述符。",
"Mixin模式在Python中的应用场景是什么？如何避免Mixin带来的方法名冲突问题？"
]
}
],
"产品经理": [
{
"main_question": "请描述你如何进行产品需求分析和优先级排序？",
"follow_ups": [
"如果用户需求与业务目标冲突，你会如何处理？",
"你使用过哪些需求管理工具？它们各有什么优缺点？",
"如何判断一个需求是否值得实现？"
]
},
{
"main_question": "什么是产品路线图？你如何制定一个有效的产品路线图？",
"follow_ups": [
"产品路线图应该包含哪些关键元素？",
"如何与 stakeholders 沟通产品路线图？",
"当市场变化时，你如何调整产品路线图？"
]
},
{
"main_question": "请分享一次你解决产品冲突或挑战的经历。",
"follow_ups": [
"在解决冲突过程中，你遇到了哪些阻力？如何克服的？",
"从这次经历中，你学到了什么？",
"如果类似的情况再次发生，你会采取不同的方法吗？"
]
},
{
"main_question": "如何进行用户研究？你常用的用户研究方法有哪些？",
"follow_ups": [
"如何确定用户研究的样本量？",
"如何处理用户研究中相互矛盾的反馈？",
"你如何确保用户研究结果能够转化为实际的产品改进？"
]
},
{
"main_question": "请解释什么是MVP（最小可行产品），以及如何确定MVP的范围？",
"follow_ups": [
"如何平衡MVP的功能完整性和发布速度？",
"MVP发布后，如何收集和分析用户反馈？",
"你能举例说明一个成功的MVP案例吗？"
]
}
],
"行政岗": [
{
"main_question": "请描述你如何安排和协调会议或活动？",
"follow_ups": [
"如何处理会议冲突？",
"在安排大型活动时，你会考虑哪些关键因素？",
"如何确保会议或活动的顺利进行？"
]
},
{
"main_question": "行政工作中经常需要处理突发情况，你能分享一次你的处理经验吗？",
"follow_ups": [
"在处理突发情况时，你如何保持冷静？",
"从这次经历中，你学到了什么？",
"如何预防类似的突发情况再次发生？"
]
},
{
"main_question": "你如何管理办公室物资和设备的采购与维护？",
"follow_ups": [
"如何控制采购成本？",
"如何建立和维护供应商关系？",
"如何确保物资和设备的合理使用？"
]
},
{
"main_question": "请解释你对保密工作的理解和如何确保信息安全？",
"follow_ups": [
"如何处理机密文件？",
"如何防范信息泄露？",
"如果发现信息泄露，你会如何处理？"
]
},
{
"main_question": "你如何与不同部门的同事有效沟通和协作？",
"follow_ups": [
"如何处理部门之间的冲突？",
"如何提高跨部门协作的效率？",
"如何建立良好的同事关系？"
]
}
],
"前端开发": [
{
"main_question": "请解释什么是CSS盒模型？标准盒模型和IE盒模型有什么区别？",
"follow_ups": [
"如何使用CSS重置盒模型？",
"box-sizing属性有哪些取值？分别有什么作用？",
"在实际项目中，你更倾向于使用哪种盒模型？为什么？"
]
},
{
"main_question": "什么是闭包？在JavaScript中闭包有哪些应用场景？",
"follow_ups": [
"闭包会导致内存泄漏吗？如何避免？",
"你能写出一个使用闭包的实际例子吗？",
"闭包和立即执行函数表达式（IIFE）有什么关系？"
]
},
{
"main_question": "请描述前端性能优化的常用方法。",
"follow_ups": [
"如何衡量前端性能？",
"在移动端，前端性能优化有哪些特别需要注意的地方？",
"你能举例说明一个你曾经优化过的前端性能问题吗？"
]
},
{
"main_question": "什么是跨域？如何解决跨域问题？",
"follow_ups": [
"CORS和JSONP有什么区别？",
"如何在服务器端配置CORS？",
"在实际项目中，你更倾向于使用哪种跨域解决方案？为什么？"
]
},
{
"main_question": "请解释React中的虚拟DOM是什么，它如何提高性能？",
"follow_ups": [
"虚拟DOM和真实DOM有什么区别？",
"React的diff算法是如何工作的？",
"除了React，还有哪些框架使用了虚拟DOM？"
]
}
],
"后端开发": [
{
"main_question": "请解释什么是RESTful API？它的设计原则是什么？",
"follow_ups": [
"RESTful API和GraphQL有什么区别？",
"如何设计一个好的RESTful API？",
"如何保护RESTful API的安全？"
]
},
{
"main_question": "什么是数据库索引？索引有什么优缺点？",
"follow_ups": [
"如何选择合适的列建立索引？",
"索引的类型有哪些？分别适用于什么场景？",
"过多的索引会带来什么问题？"
]
},
{
"main_question": "请描述你对微服务架构的理解。",
"follow_ups": [
"微服务架构和单体架构有什么区别？",
"微服务架构会带来哪些挑战？如何应对？",
"你使用过哪些微服务框架？它们各有什么优缺点？"
]
},
{
"main_question": "如何保证分布式系统的数据一致性？",
"follow_ups": [
"CAP理论是什么？在实际项目中如何权衡？",
"你了解哪些分布式事务解决方案？",
"在实际项目中，你如何处理数据一致性问题？"
]
},
{
"main_question": "请解释什么是缓存穿透、缓存击穿和缓存雪崩？如何解决这些问题？",
"follow_ups": [
"你使用过哪些缓存技术？它们各有什么优缺点？",
"如何设计一个高效的缓存策略？",
"在实际项目中，你遇到过哪些缓存相关的问题？如何解决的？"
]
}
],
"UI/UX设计": [
{
"main_question": "请描述你的设计流程是怎样的？",
"follow_ups": [
"你的设计流程是如何适应不同项目需求的？",
"在设计过程中，你如何与开发团队协作？",
"你使用过哪些设计工具？它们各有什么优缺点？"
]
},
{
"main_question": "什么是用户体验设计？如何衡量用户体验的好坏？",
"follow_ups": [
"用户体验设计和用户界面设计有什么区别？",
"你使用过哪些用户体验评估方法？",
"如何在设计中平衡用户体验和业务目标？"
]
},
{
"main_question": "请分享一次你从用户反馈中改进设计的经历。",
"follow_ups": [
"你如何收集和分析用户反馈？",
"在改进设计过程中，你遇到了哪些挑战？如何克服的？",
"从这次经历中，你学到了什么？"
]
},
{
"main_question": "如何设计一个响应式网站？需要考虑哪些因素？",
"follow_ups": [
"响应式设计和自适应设计有什么区别？",
"如何测试响应式网站在不同设备上的表现？",
"在设计响应式网站时，你遇到过哪些挑战？如何解决的？"
]
},
{
"main_question": "请解释什么是设计系统？它有什么优势？",
"follow_ups": [
"如何建立一个设计系统？",
"设计系统如何促进团队协作？",
"你了解哪些成功的设计系统案例？"
]
}
],
"数据科学": [
{
"main_question": "请解释什么是机器学习？它与传统编程有什么区别？",
"follow_ups": [
"你熟悉哪些机器学习算法？它们各自适用于什么场景？",
"如何评估机器学习模型的性能？",
"在实际项目中，你如何处理数据不平衡问题？"
]
},
{
"main_question": "什么是特征工程？为什么它在机器学习中如此重要？",
"follow_ups": [
"你常用的特征选择方法有哪些？",
"如何处理缺失值和异常值？",
"在处理高维数据时，你会采用什么策略？"
]
},
{
"main_question": "请描述一个你参与过的数据分析项目，包括项目目标、使用的技术和最终结果。",
"follow_ups": [
"在项目中，你遇到了哪些挑战？如何解决的？",
"你使用了哪些工具和库来完成这个项目？",
"从这个项目中，你学到了什么？"
]
},
{
"main_question": "什么是深度学习？它与传统机器学习有什么区别？",
"follow_ups": [
"你熟悉哪些深度学习框架？它们各自的优缺点是什么？",
"如何处理深度学习中的过拟合问题？",
"在资源有限的情况下，你如何优化深度学习模型？"
]
},
{
"main_question": "请解释什么是大数据？如何处理和分析大数据？",
"follow_ups": [
"你使用过哪些大数据处理工具？",
"在处理大数据时，你如何保证数据质量？",
"如何平衡数据处理的速度和准确性？"
]
}
],
"销售": [
{
"main_question": "请分享一次你成功完成的高难度销售案例，包括客户背景、销售过程和最终结果。",
"follow_ups": [
"在销售过程中，你遇到了哪些挑战？如何克服的？",
"你是如何识别客户需求并提供解决方案的？",
"从这次经历中，你学到了什么销售技巧？"
]
},
{
"main_question": "什么是销售漏斗？如何优化销售漏斗以提高转化率？",
"follow_ups": [
"你如何定义销售漏斗的各个阶段？",
"在每个阶段，你会采取什么策略来推进销售进程？",
"如何衡量销售漏斗的有效性？"
]
},
{
"main_question": "当客户提出异议时，你会如何处理？请举例说明。",
"follow_ups": [
"你常见的客户异议有哪些？",
"如何将客户异议转化为销售机会？",
"在处理异议时，你有什么特别的技巧？"
]
},
{
"main_question": "如何建立和维护长期的客户关系？",
"follow_ups": [
"在客户关系维护中，你认为最重要的是什么？",
"如何识别客户的潜在需求并提供增值服务？",
"如何处理客户投诉和不满？"
]
},
{
"main_question": "请解释你对目标设定和时间管理的理解，以及它们在销售工作中的重要性。",
"follow_ups": [
"你是如何设定销售目标的？",
"如何分解大目标为可执行的小目标？",
"在时间管理方面，你有什么技巧？"
]
}
],
"市场营销": [
{
"main_question": "请解释什么是市场营销？它在企业发展中的作用是什么？",
"follow_ups": [
"你如何理解现代市场营销与传统市场营销的区别？",
"市场营销策略应该如何与企业整体战略对齐？",
"如何衡量市场营销活动的ROI？"
]
},
{
"main_question": "什么是数字营销策略？它包括哪些关键组成部分？",
"follow_ups": [
"你熟悉哪些数字营销渠道？它们各自的优缺点是什么？",
"如何制定一个有效的数字营销计划？",
"在数字营销中，如何利用数据分析来优化策略？"
]
},
{
"main_question": "请分享一次你参与策划的成功营销活动，包括活动目标、策略和结果。",
"follow_ups": [
"在活动策划和执行过程中，你遇到了哪些挑战？如何克服的？",
"如何评估活动的成功与否？",
"从这次活动中，你学到了什么？"
]
},
{
"main_question": "什么是品牌建设？如何打造一个成功的品牌？",
"follow_ups": [
"品牌建设包括哪些方面？",
"如何保持品牌的一致性和辨识度？",
"在品牌危机管理方面，你有什么经验？"
]
},
{
"main_question": "如何进行市场调研？市场调研的方法有哪些？",
"follow_ups": [
"如何设计有效的市场调研问卷？",
"如何分析市场调研数据并提取有价值的洞察？",
"市场调研结果如何指导营销策略的制定？"
]
}
],
"财务": [
{
"main_question": "请解释什么是财务报表？它包括哪些主要组成部分？",
"follow_ups": [
"如何分析财务报表来评估企业的财务状况？",
"财务报表中的哪些指标对投资者最为重要？",
"如何识别财务报表中的异常情况？"
]
},
{
"main_question": "什么是预算管理？如何制定和执行有效的预算？",
"follow_ups": [
"预算编制的流程是怎样的？",
"如何监控预算执行情况并进行调整？",
"在预算管理中，你遇到过哪些挑战？如何克服的？"
]
},
{
"main_question": "请解释什么是成本核算？它在企业管理中的作用是什么？",
"follow_ups": [
"你熟悉哪些成本核算方法？它们各自适用于什么场景？",
"如何通过成本核算来优化企业的成本结构？",
"如何处理间接成本的分配问题？"
]
},
{
"main_question": "什么是内部控制？如何建立有效的内部控制体系？",
"follow_ups": [
"内部控制的目标是什么？",
"如何评估内部控制的有效性？",
"在内部控制方面，你有什么经验或案例？"
]
},
{
"main_question": "请解释什么是税务筹划？它与逃税有什么区别？",
"follow_ups": [
"税务筹划的基本原则是什么？",
"如何在合法合规的前提下进行税务筹划？",
"你熟悉哪些常见的税务筹划方法？"
]
}
],
"人力资源": [
{
"main_question": "请解释什么是人力资源管理？它在企业发展中的作用是什么？",
"follow_ups": [
"你如何理解现代人力资源管理与传统人事管理的区别？",
"人力资源管理的核心职能有哪些？",
"如何衡量人力资源管理的有效性？"
]
},
{
"main_question": "什么是招聘流程？如何设计和优化招聘流程以吸引优秀人才？",
"follow_ups": [
"在招聘过程中，你如何评估候选人的能力和潜力？",
"如何提高招聘效率和质量？",
"在招聘难的情况下，你会采取什么策略？"
]
},
{
"main_question": "请分享一次你参与的员工培训与发展项目，包括项目目标、实施过程和结果。",
"follow_ups": [
"如何评估培训的有效性？",
"如何设计针对不同层次员工的培训计划？",
"从这次项目中，你学到了什么？"
]
},
{
"main_question": "什么是绩效管理？如何建立有效的绩效管理体系？",
"follow_ups": [
"绩效管理的流程是怎样的？",
"如何设定合理的绩效目标？",
"如何处理绩效不佳的员工？"
]
},
{
"main_question": "如何处理员工关系和劳动纠纷？请举例说明。",
"follow_ups": [
"你如何预防劳动纠纷的发生？",
"在处理劳动纠纷时，你会遵循什么原则？",
"如何建立和谐的员工关系？"
]
}
],
"运营": [
{
"main_question": "请解释什么是运营管理？它在企业发展中的作用是什么？",
"follow_ups": [
"你如何理解不同行业的运营管理差异？",
"运营管理的核心指标有哪些？",
"如何衡量运营管理的有效性？"
]
},
{
"main_question": "什么是用户运营？如何提高用户活跃度和留存率？",
"follow_ups": [
"用户运营的核心策略有哪些？",
"如何进行用户分层和精细化运营？",
"如何利用数据分析来优化用户运营策略？"
]
},
{
"main_question": "请分享一次你参与的运营项目，包括项目目标、实施过程和结果。",
"follow_ups": [
"在项目实施过程中，你遇到了哪些挑战？如何克服的？",
"如何评估运营项目的成功与否？",
"从这次项目中，你学到了什么？"
]
},
{
"main_question": "什么是内容运营？如何创作和分发有价值的内容？",
"follow_ups": [
"内容运营的策略是怎样的？",
"如何确定目标受众并定制内容？",
"如何衡量内容的效果？"
]
},
{
"main_question": "如何优化运营流程以提高效率？",
"follow_ups": [
"你使用过哪些运营工具和系统？",
"如何识别运营流程中的瓶颈？",
"在流程优化方面，你有什么经验或技巧？"
]
}
],
"项目经理": [
{
"main_question": "请解释什么是项目管理？它包括哪些核心流程？",
"follow_ups": [
"你熟悉哪些项目管理方法论？它们各自适用于什么场景？",
"如何制定项目计划并跟踪执行情况？",
"如何处理项目变更和风险？"
]
},
{
"main_question": "请分享一次你成功管理的项目，包括项目目标、团队规模、遇到的挑战和最终结果。",
"follow_ups": [
"在项目管理过程中，你是如何领导和激励团队的？",
"如何平衡项目的时间、成本和质量？",
"从这次项目中，你学到了什么？"
]
},
{
"main_question": "什么是项目风险管理？如何识别、评估和应对项目风险？",
"follow_ups": [
"你常见的项目风险有哪些？",
"如何制定风险应对计划？",
"在风险发生时，你会如何处理？"
]
},
{
"main_question": "如何与项目相关方有效沟通和管理他们的期望？",
"follow_ups": [
"项目相关方包括哪些人？",
"如何识别不同相关方的需求和关注点？",
"在沟通中，你有什么技巧或经验？"
]
},
{
"main_question": "请解释什么是敏捷项目管理？它与传统项目管理有什么区别？",
"follow_ups": [
"你熟悉哪些敏捷方法？如Scrum、Kanban等。",
"如何在组织中推行敏捷实践？",
"敏捷项目管理的优缺点是什么？"
]
}
],
"客服": [
{
"main_question": "请分享一次你处理过的复杂客户投诉案例，包括投诉内容、处理过程和最终结果。",
"follow_ups": [
"在处理投诉过程中，你遇到了哪些挑战？如何克服的？",
"如何安抚情绪激动的客户？",
"从这次经历中，你学到了什么？"
]
},
{
"main_question": "什么是客户服务？如何提供优质的客户服务？",
"follow_ups": [
"你如何理解客户服务的重要性？",
"优质客户服务的标准是什么？",
"如何在高压环境下保持良好的服务态度？"
]
},
{
"main_question": "如何处理客户的合理和不合理要求？",
"follow_ups": [
"如何判断客户要求的合理性？",
"如何拒绝客户的不合理要求同时保持良好的客户关系？",
"在处理特殊客户时，你有什么技巧？"
]
},
{
"main_question": "什么是客户满意度？如何提高客户满意度？",
"follow_ups": [
"如何测量客户满意度？",
"客户满意度与客户忠诚度有什么关系？",
"如何将客户反馈转化为服务改进的机会？"
]
},
{
"main_question": "如何在团队中协作以提供一致的客户服务体验？",
"follow_ups": [
"在跨部门协作中，你如何确保客户问题得到及时解决？",
"如何与团队成员分享客户反馈和最佳实践？",
"如何处理团队内部的服务标准不一致问题？"
]
}
],
"物流": [
{
"main_question": "请描述你对物流管理的理解，以及物流在企业运营中的作用。",
"follow_ups": [
"物流管理的核心环节有哪些？",
"如何优化物流流程以提高效率？",
"在实际工作中，你遇到过哪些物流挑战？如何解决的？"
]
},
{
"main_question": "什么是供应链管理？它与物流管理有什么区别和联系？",
"follow_ups": [
"供应链管理的目标是什么？",
"如何协调供应链各环节的工作？",
"你熟悉哪些供应链管理工具？"
]
},
{
"main_question": "如何处理物流过程中的突发情况，如延迟、损坏等？",
"follow_ups": [
"你有哪些应对物流风险的策略？",
"如何与客户沟通物流异常情况？",
"如何预防类似问题的再次发生？"
]
},
{
"main_question": "请解释什么是库存管理？如何进行有效的库存控制？",
"follow_ups": [
"库存管理的目标是什么？",
"如何平衡库存成本和客户服务水平？",
"你使用过哪些库存管理方法？"
]
},
{
"main_question": "如何利用技术手段提高物流管理效率？",
"follow_ups": [
"你熟悉哪些物流管理系统？",
"如何应用大数据和物联网技术优化物流？",
"在物流数字化转型方面，你有什么经验？"
]
}
],
"内容编辑": [
{
"main_question": "请描述你对内容编辑工作的理解，以及内容编辑在媒体行业中的作用。",
"follow_ups": [
"内容编辑的核心职责有哪些？",
"如何判断内容的质量和价值？",
"你认为一个好的内容编辑应该具备哪些能力？"
]
},
{
"main_question": "如何进行内容策划和选题？请分享一次你成功的内容策划案例。",
"follow_ups": [
"你如何确定目标受众和内容方向？",
"如何进行市场和竞品分析？",
"如何评估内容策划的效果？"
]
},
{
"main_question": "请解释什么是内容 SEO？如何优化内容以提高搜索引擎排名？",
"follow_ups": [
"你熟悉哪些 SEO 工具和技术？",
"如何平衡 SEO 需求和内容质量？",
"你有哪些提高内容曝光度的策略？"
]
},
{
"main_question": "如何处理和编辑作者提交的内容？",
"follow_ups": [
"你如何与作者有效沟通修改意见？",
"如何保持内容的一致性和风格统一？",
"你有哪些内容编辑的技巧和方法？"
]
},
{
"main_question": "如何应对内容创作的压力和 deadline？",
"follow_ups": [
"你如何管理时间和优先级？",
"如何在压力下保持内容质量？",
"你有哪些提高工作效率的方法？"
]
}
],
"设计": [
{
"main_question": "请描述你的设计理念和设计风格。",
"follow_ups": [
"你的设计灵感来源是什么？",
"如何在设计中体现品牌调性？",
"你如何平衡美学和实用性？"
]
},
{
"main_question": "请分享一次你参与的设计项目，包括项目目标、设计过程和最终结果。",
"follow_ups": [
"在设计过程中，你遇到了哪些挑战？如何克服的？",
"如何与团队成员和客户沟通设计方案？",
"如何根据反馈调整设计？"
]
},
{
"main_question": "你熟悉哪些设计工具和软件？请评价它们的优缺点。",
"follow_ups": [
"你如何选择适合项目的设计工具？",
"你有哪些提高设计效率的技巧？",
"你如何保持对新工具和新技术的学习？"
]
},
{
"main_question": "请解释什么是用户体验设计？它在设计过程中的重要性是什么？",
"follow_ups": [
"你如何进行用户研究和用户测试？",
"如何将用户反馈整合到设计中？",
"你有哪些提升用户体验的设计原则？"
]
},
{
"main_question": "如何应对设计需求的变化和压力？",
"follow_ups": [
"你如何管理多个设计项目和 deadline？",
"如何在有限的资源下完成高质量的设计？",
"你如何处理设计被否定的情况？"
]
}
],
"技术岗": [
{
"main_question": "请描述你的技术背景和专长领域。",
"follow_ups": [
"你最擅长的技术栈是什么？",
"你如何保持技术能力的更新和提升？",
"你有哪些解决技术难题的经验？"
]
},
{
"main_question": "请分享一次你参与的技术项目，包括项目目标、技术挑战和最终结果。",
"follow_ups": [
"你在项目中担任什么角色？",
"如何与团队成员协作解决技术问题？",
"从这次项目中，你学到了什么？"
]
},
{
"main_question": "如何进行技术方案设计和评估？",
"follow_ups": [
"你如何权衡不同技术方案的优缺点？",
"如何考虑技术方案的可扩展性和可维护性？",
"你有哪些技术选型的原则？"
]
},
{
"main_question": "请解释什么是技术创新？如何在工作中推动技术创新？",
"follow_ups": [
"你有哪些创新的技术解决方案？",
"如何平衡技术创新和项目进度？",
"你如何评估技术创新的价值？"
]
},
{
"main_question": "如何应对技术压力和挑战？",
"follow_ups": [
"你如何管理技术债务？",
"如何在有限的时间内解决复杂的技术问题？",
"你有哪些提高技术团队效率的方法？"
]
}
]
}
# 评分标准和建议
scoring_criteria = {
"Python开发": {
"优秀": "回答全面准确，包含技术细节和实际应用场景",
"良好": "回答基本正确，有一定的技术理解",
"一般": "回答部分正确，但缺乏深度和细节",
"需要改进": "回答存在错误，需要加强基础知识学习",
"suggestions": {
"优秀": "继续保持技术深度，关注Python生态系统的最新发展",
"良好": "建议深入学习Python底层原理，如GIL、内存管理等",
"一般": "建议多做实际项目，积累编程经验",
"需要改进": "建议系统学习Python基础知识，从语法和数据结构开始"
}
},
"产品经理": {
"优秀": "回答体现了系统性思维和丰富的实践经验",
"良好": "回答思路清晰，有一定的产品思维",
"一般": "回答基本合理，但缺乏深度和方法论",
"需要改进": "回答缺乏逻辑，需要加强产品管理知识学习",
"suggestions": {
"优秀": "继续保持系统性思维，关注用户体验和市场趋势",
"良好": "建议学习产品管理方法论，如敏捷开发、用户研究等",
"一般": "建议多参与实际产品项目，积累实战经验",
"需要改进": "建议系统学习产品管理基础知识，从需求分析开始"
}
},
"行政岗": {
"优秀": "回答体现了良好的组织能力和问题解决能力",
"良好": "回答思路清晰，有一定的工作经验",
"一般": "回答基本合理，但缺乏具体案例",
"需要改进": "回答过于笼统，需要加强实际工作能力",
"suggestions": {
"优秀": "继续保持专业素养，关注办公自动化和效率提升",
"良好": "建议积累更多具体工作案例，提升问题解决能力",
"一般": "建议多参与实际行政工作，积累实战经验",
"需要改进": "建议系统学习行政工作流程和规范"
}
},
"前端开发": {
"优秀": "回答技术细节准确，包含前端最佳实践和性能优化思路",
"良好": "回答基本正确，有一定的前端开发经验",
"一般": "回答部分正确，但缺乏对现代前端框架的理解",
"需要改进": "回答存在技术错误，需要加强前端基础知识学习",
"suggestions": {
"优秀": "继续关注前端技术发展，深入学习性能优化和架构设计",
"良好": "建议学习现代前端框架和工具，如React、Vue、Webpack等",
"一般": "建议多做前端项目，积累实战经验",
"需要改进": "建议系统学习前端基础知识，从HTML、CSS、JavaScript开始"
}
},
"后端开发": {
"优秀": "回答技术架构清晰，包含系统设计和性能优化考虑",
"良好": "回答基本正确，有一定的后端开发经验",
"一般": "回答部分正确，但缺乏对分布式系统的理解",
"需要改进": "回答存在技术错误，需要加强后端基础知识学习",
"suggestions": {
"优秀": "继续深入学习分布式系统和微服务架构",
"良好": "建议学习系统设计和性能优化技术",
"一般": "建议多做后端项目，积累实战经验",
"需要改进": "建议系统学习后端基础知识，从数据库和网络开始"
}
},
"UI/UX设计": {
"优秀": "回答体现了用户中心设计思维，包含具体的设计方法论",
"良好": "回答思路清晰，有一定的设计经验",
"一般": "回答基本合理，但缺乏对用户研究的理解",
"需要改进": "回答过于主观，需要加强设计理论和实践学习",
"suggestions": {
"优秀": "继续深入学习用户研究和交互设计原理",
"良好": "建议学习设计系统和原型工具使用",
"一般": "建议多参与实际设计项目，积累实战经验",
"需要改进": "建议系统学习设计基础知识，从色彩理论开始"
}
},
"数据科学": {
"优秀": "回答技术细节准确，包含数据分析思路和模型选择依据",
"良好": "回答基本正确，有一定的数据分析能力",
"一般": "回答部分正确，但缺乏对算法原理的深入理解",
"需要改进": "回答存在技术错误，需要加强数据科学基础知识学习",
"suggestions": {
"优秀": "继续深入学习机器学习算法和大数据技术",
"良好": "建议学习数据可视化和特征工程技术",
"一般": "建议多参与数据分析项目，积累实战经验",
"需要改进": "建议系统学习数据科学基础知识，从统计学开始"
}
},
"销售": {
"优秀": "回答体现了出色的销售技巧和客户洞察能力",
"良好": "回答思路清晰，有一定的销售经验",
"一般": "回答基本合理，但缺乏具体的销售策略和案例",
"需要改进": "回答过于理论化，需要加强实际销售技巧的学习",
"suggestions": {
"优秀": "继续深入学习客户关系管理和销售谈判技巧",
"良好": "建议学习销售漏斗管理和客户分类策略",
"一般": "建议多参与实际销售工作，积累实战经验",
"需要改进": "建议系统学习销售基础知识，从产品知识开始"
}
},
"市场营销": {
"优秀": "回答体现了系统性的营销思维和创新策略",
"良好": "回答思路清晰，有一定的营销经验",
"一般": "回答基本合理，但缺乏对市场趋势的深入分析",
"需要改进": "回答过于传统，需要加强现代营销理念的学习",
"suggestions": {
"优秀": "继续深入学习数字营销和品牌建设策略",
"良好": "建议学习市场调研和营销策略制定",
"一般": "建议多参与实际营销项目，积累实战经验",
"需要改进": "建议系统学习营销基础知识，从4P理论开始"
}
},
"财务": {
"优秀": "回答财务知识准确，包含财务分析和决策思路",
"良好": "回答基本正确，有一定的财务知识",
"一般": "回答部分正确，但缺乏对财务原理的深入理解",
"需要改进": "回答存在财务知识错误，需要加强财务基础知识学习",
"suggestions": {
"优秀": "继续深入学习财务分析和投资决策",
"良好": "建议学习财务报表分析和预算管理",
"一般": "建议多参与实际财务工作，积累实战经验",
"需要改进": "建议系统学习财务基础知识，从会计原理开始"
}
},
"人力资源": {
"优秀": "回答体现了战略性人力资源管理思维和实践经验",
"良好": "回答思路清晰，有一定的人力资源管理经验",
"一般": "回答基本合理，但缺乏对人力资源体系的整体理解",
"需要改进": "回答过于事务性，需要加强人力资源管理理论学习",
"suggestions": {
"优秀": "继续深入学习人才发展和组织变革管理",
"良好": "建议学习绩效管理和薪酬体系设计",
"一般": "建议多参与实际人力资源项目，积累实战经验",
"需要改进": "建议系统学习人力资源基础知识，从招聘流程开始"
}
},
"运营": {
"优秀": "回答体现了系统化的运营思维和数据驱动的决策能力",
"良好": "回答思路清晰，有一定的运营经验",
"一般": "回答基本合理，但缺乏对运营策略的深入分析",
"需要改进": "回答过于碎片化，需要加强运营体系化思维的培养",
"suggestions": {
"优秀": "继续深入学习增长黑客和用户运营策略",
"良好": "建议学习数据运营和内容运营技巧",
"一般": "建议多参与实际运营项目，积累实战经验",
"需要改进": "建议系统学习运营基础知识，从用户生命周期开始"
}
},
"项目经理": {
"优秀": "回答体现了全面的项目管理能力和风险应对策略",
"良好": "回答思路清晰，有一定的项目管理经验",
"一般": "回答基本合理，但缺乏对项目管理体系的整体理解",
"需要改进": "回答过于片面，需要加强项目管理方法论的学习",
"suggestions": {
"优秀": "继续深入学习敏捷项目管理和风险管理",
"良好": "建议学习项目管理工具和沟通技巧",
"一般": "建议多参与实际项目管理，积累实战经验",
"需要改进": "建议系统学习项目管理基础知识，从PMBOK开始"
}
},
"客服": {
"优秀": "回答体现了出色的客户服务意识和问题解决能力",
"良好": "回答思路清晰，有一定的客户服务经验",
"一般": "回答基本合理，但缺乏对客户心理的深入理解",
"需要改进": "回答过于机械，需要加强客户服务技巧的学习",
"suggestions": {
"优秀": "继续深入学习客户心理学和冲突管理技巧",
"良好": "建议学习服务标准化和客户满意度管理",
"一般": "建议多参与实际客服工作，积累实战经验",
"需要改进": "建议系统学习客服基础知识，从服务礼仪开始"
}
},
"芯片设计工程师": {
"优秀": "回答技术细节准确，包含芯片设计原理和验证方法",
"良好": "回答基本正确，有一定的芯片设计经验",
"一般": "回答部分正确，但缺乏对先进工艺的理解",
"需要改进": "回答存在技术错误，需要加强芯片设计基础知识学习",
"suggestions": {
"优秀": "继续深入学习先进工艺和设计方法学",
"良好": "建议学习芯片验证技术和DFT方法",
"一般": "建议多参与芯片设计项目，积累实战经验",
"需要改进": "建议系统学习芯片设计基础知识，从数字电路开始"
}
},
"芯片验证工程师": {
"优秀": "回答体现了深厚的验证理论基础和丰富的项目经验",
"良好": "回答基本正确，有一定的验证经验",
"一般": "回答部分正确，但缺乏对UVM等验证方法学的深入理解",
"需要改进": "回答存在技术错误，需要加强验证基础知识学习",
"suggestions": {
"优秀": "继续深入学习形式化验证和低功耗验证技术",
"良好": "建议学习UVM验证方法学和系统验证技术",
"一般": "建议多参与芯片验证项目，积累实战经验",
"需要改进": "建议系统学习验证基础知识，从逻辑仿真开始"
}
},
"芯片工艺工程师": {
"优秀": "回答技术细节准确，包含半导体工艺原理和设备知识",
"良好": "回答基本正确，有一定的工艺经验",
"一般": "回答部分正确，但缺乏对先进工艺节点的理解",
"需要改进": "回答存在技术错误，需要加强工艺基础知识学习",
"suggestions": {
"优秀": "继续深入学习先进工艺技术和良率优化方法",
"良好": "建议学习工艺集成和设备维护知识",
"一般": "建议多参与工艺开发项目，积累实战经验",
"需要改进": "建议系统学习半导体工艺基础知识，从晶圆制造开始"
}
},
"芯片封装工程师": {
"优秀": "回答技术细节准确，包含封装设计原理和可靠性分析",
"良好": "回答基本正确，有一定的封装经验",
"一般": "回答部分正确，但缺乏对先进封装技术的理解",
"需要改进": "回答存在技术错误，需要加强封装基础知识学习",
"suggestions": {
"优秀": "继续深入学习先进封装技术和热管理方法",
"良好": "建议学习封装可靠性分析和失效机制",
"一般": "建议多参与封装设计项目，积累实战经验",
"需要改进": "建议系统学习封装基础知识，从引线键合开始"
}
},
"量子算法工程师": {
"优秀": "回答技术细节准确，包含量子计算原理和算法设计",
"良好": "回答基本正确，有一定的量子算法经验",
"一般": "回答部分正确，但缺乏对量子计算硬件的理解",
"需要改进": "回答存在技术错误，需要加强量子计算基础知识学习",
"suggestions": {
"优秀": "继续深入学习先进工艺和设计方法学",
"良好": "建议学习芯片验证技术和DFT方法",
"一般": "建议多参与芯片设计项目，积累实战经验",
"需要改进": "建议系统学习芯片设计基础知识，从数字电路开始"
}
},
"量子硬件工程师": {
"优秀": "回答技术细节准确，包含量子比特设计和控制系统",
"良好": "回答基本正确，有一定的量子硬件经验",
"一般": "回答部分正确，但缺乏对量子纠错的理解",
"需要改进": "回答存在技术错误，需要加强量子硬件基础知识学习",
"suggestions": {
"优秀": "继续深入学习量子纠错和量子系统集成",
"良好": "建议学习量子比特操控和测量技术",
"一般": "建议多参与量子硬件项目，积累实战经验",
"需要改进": "建议系统学习量子硬件基础知识，从量子力学开始"
}
},
"量子软件工程师": {
"优秀": "回答技术细节准确，包含量子编程语言和软件架构",
"良好": "回答基本正确，有一定的量子软件经验",
"一般": "回答部分正确，但缺乏对量子算法的深入理解",
"需要改进": "回答存在技术错误，需要加强量子软件基础知识学习",
"suggestions": {
"优秀": "继续深入学习量子编程范式和量子软件开发工具",
"良好": "建议学习量子算法和量子模拟器开发",
"一般": "建议多参与量子软件项目，积累实战经验",
"需要改进": "建议系统学习量子软件基础知识，从量子编程入门开始"
}
},
"量子应用科学家": {
"优秀": "回答体现了深厚的量子力学基础和跨学科应用能力",
"良好": "回答基本正确，有一定的量子应用经验",
"一般": "回答部分正确，但缺乏对特定领域应用的深入理解",
"需要改进": "回答存在技术错误，需要加强量子应用基础知识学习",
"suggestions": {
"优秀": "继续深入学习量子技术在特定领域的应用",
"良好": "建议学习量子机器学习和量子化学等应用领域",
"一般": "建议多参与量子应用项目，积累实战经验",
"需要改进": "建议系统学习量子应用基础知识，从相关领域交叉知识开始"
}
},
"算法工程师": {
"优秀": "回答技术细节准确，包含算法设计原理和复杂度分析",
"良好": "回答基本正确，有一定的算法经验",
"一般": "回答部分正确，但缺乏对高级算法的深入理解",
"需要改进": "回答存在技术错误，需要加强算法基础知识学习",
"suggestions": {
"优秀": "继续深入学习高级算法和数据结构",
"良好": "建议学习算法复杂度分析和优化技术",
"一般": "建议多参与算法项目，积累实战经验",
"需要改进": "建议系统学习算法基础知识，从排序算法开始"
}
},
"机器学习工程师": {
"优秀": "回答技术细节准确，包含机器学习算法原理和工程实践",
"良好": "回答基本正确，有一定的机器学习经验",
"一般": "回答部分正确，但缺乏对深度学习的深入理解",
"需要改进": "回答存在技术错误，需要加强机器学习基础知识学习",
"suggestions": {
"优秀": "继续深入学习深度学习和强化学习技术",
"良好": "建议学习模型优化和部署技术",
"一般": "建议多参与机器学习项目，积累实战经验",
"需要改进": "建议系统学习机器学习基础知识，从线性回归开始"
}
},
"AI研究科学家": {
"优秀": "回答体现了深厚的AI理论基础和创新能力",
"良好": "回答基本正确，有一定的AI研究经验",
"一般": "回答部分正确，但缺乏对前沿AI技术的深入理解",
"需要改进": "回答存在技术错误，需要加强AI基础知识学习",
"suggestions": {
"优秀": "继续深入研究前沿AI技术和理论",
"良好": "建议学习AI伦理和负责任AI开发",
"一般": "建议多参与AI研究项目，积累实战经验",
"需要改进": "建议系统学习AI基础知识，从机器学习基础开始"
}
},
"AI产品经理": {
"优秀": "回答体现了对AI技术和产品管理的深入理解",
"良好": "回答基本正确，有一定的AI产品经验",
"一般": "回答部分正确，但缺乏对AI产品落地的深入理解",
"需要改进": "回答存在技术错误，需要加强AI产品基础知识学习",
"suggestions": {
"优秀": "继续深入学习AI技术发展趋势和产品创新",
"良好": "建议学习AI产品落地策略和用户体验设计",
"一般": "建议多参与AI产品项目，积累实战经验",
"需要改进": "建议系统学习AI产品基础知识，从AI技术入门开始"
}
},
"细胞培养技术员": {
"优秀": "回答技术细节准确，包含细胞培养原理和操作规范",
"良好": "回答基本正确，有一定的细胞培养经验",
"一般": "回答部分正确，但缺乏对细胞生物学的深入理解",
"需要改进": "回答存在技术错误，需要加强细胞培养基础知识学习",
"suggestions": {
"优秀": "继续深入学习细胞生物学和培养技术",
"良好": "建议学习细胞分化和细胞系建立技术",
"一般": "建议多参与细胞培养实验，积累实战经验",
"需要改进": "建议系统学习细胞培养基础知识，从无菌操作开始"
}
},
"分子生物学技术员": {
"优秀": "回答技术细节准确，包含分子生物学原理和实验技术",
"良好": "回答基本正确，有一定的分子生物学经验",
"一般": "回答部分正确，但缺乏对基因编辑等技术的深入理解",
"需要改进": "回答存在技术错误，需要加强分子生物学基础知识学习",
"suggestions": {
"优秀": "继续深入学习基因编辑和分子克隆技术",
"良好": "建议学习PCR和测序技术原理",
"一般": "建议多参与分子生物学实验，积累实战经验",
"需要改进": "建议系统学习分子生物学基础知识，从DNA结构开始"
}
},
"药物研发科学家": {
"优秀": "回答体现了深厚的药物化学基础和研发经验",
"良好": "回答基本正确，有一定的药物研发经验",
"一般": "回答部分正确，但缺乏对药物筛选的深入理解",
"需要改进": "回答存在技术错误，需要加强药物研发基础知识学习",
"suggestions": {
"优秀": "继续深入学习药物设计和筛选技术",
"良好": "建议学习药物代谢和毒理学",
"一般": "建议多参与药物研发项目，积累实战经验",
"需要改进": "建议系统学习药物研发基础知识，从药物化学开始"
}
},
"临床研究员": {
"优秀": "回答技术细节准确，包含临床试验原理和操作规范",
"良好": "回答基本正确，有一定的临床研究经验",
"一般": "回答部分正确，但缺乏对临床数据管理的深入理解",
"需要改进": "回答存在技术错误，需要加强临床研究基础知识学习",
"suggestions": {
"优秀": "继续深入学习临床试验设计和数据分析",
"良好": "建议学习GCP和临床数据管理规范",
"一般": "建议多参与临床试验项目，积累实战经验",
"需要改进": "建议系统学习临床研究基础知识，从临床试验设计开始"
}
},
"电池研发工程师": {
"优秀": "回答技术细节准确，包含电池原理和材料科学",
"良好": "回答基本正确，有一定的电池研发经验",
"一般": "回答部分正确，但缺乏对电池性能优化的深入理解",
"需要改进": "回答存在技术错误，需要加强电池研发基础知识学习",
"suggestions": {
"优秀": "继续深入学习新型电池材料和结构设计",
"良好": "建议学习电池测试和性能评估技术",
"一般": "建议多参与电池研发项目，积累实战经验",
"需要改进": "建议系统学习电池基础知识，从电化学原理开始"
}
},
"光伏工程师": {
"优秀": "回答技术细节准确，包含光伏原理和系统设计",
"良好": "回答基本正确，有一定的光伏经验",
"一般": "回答部分正确，但缺乏对高效光伏技术的深入理解",
"需要改进": "回答存在技术错误，需要加强光伏基础知识学习",
"suggestions": {
"优秀": "继续深入学习高效光伏技术和系统集成",
"良好": "建议学习光伏系统设计和并网技术",
"一般": "建议多参与光伏项目，积累实战经验",
"需要改进": "建议系统学习光伏基础知识，从半导体物理开始"
}
},
"风能工程师": {
"优秀": "回答技术细节准确，包含风能原理和风机设计",
"良好": "回答基本正确，有一定的风能经验",
"一般": "回答部分正确，但缺乏对风电场规划的深入理解",
"需要改进": "回答存在技术错误，需要加强风能基础知识学习",
"suggestions": {
"优秀": "继续深入学习风机设计和风电场优化",
"良好": "建议学习风能资源评估和风电场规划",
"一般": "建议多参与风能项目，积累实战经验",
"需要改进": "建议系统学习风能基础知识，从空气动力学开始"
}
},
"储能系统工程师": {
"优秀": "回答技术细节准确，包含储能原理和系统集成",
"良好": "回答基本正确，有一定的储能经验",
"一般": "回答部分正确，但缺乏对智能电网的深入理解",
"需要改进": "回答存在技术错误，需要加强储能基础知识学习",
"suggestions": {
"优秀": "继续深入学习智能电网和储能系统优化",
"良好": "建议学习储能系统控制和能量管理",
"一般": "建议多参与储能项目，积累实战经验",
"需要改进": "建议系统学习储能基础知识，从能量转换原理开始"
}
}
}
# 多样化面试官角色模型
interviewer_types = {
"严谨型": {
"description": "注重细节，问题逻辑性强，对技术准确性要求高",
"greeting": "您好，我是严谨型面试官，接下来的面试我会关注您回答的准确性和逻辑性。",
"follow_up_style": "针对技术细节深入追问",
"feedback_style": "直接指出问题，注重事实依据",
"answer_techniques": {
"核心策略": "回答要结构清晰，逻辑严密，注重细节和准确性",
"技巧1": "准备详细的技术细节和具体案例，避免模糊表述",
"技巧2": "回答问题时使用STAR法则（情境、任务、行动、结果）",
"技巧3": "对于不确定的问题，坦诚承认并说明如何获取相关信息",
"技巧4": "关注问题的每个部分，确保回答全面，不遗漏任何细节",
"技巧5": "展示严谨的思维过程，如分析问题的步骤和考虑因素"
}
},
"亲和型": {
"description": "态度友好，善于引导，营造轻松的面试氛围",
"greeting": "您好，欢迎参加今天的面试，我是亲和型面试官，希望我们能有愉快的交流。",
"follow_up_style": "温和引导，鼓励候选人表达",
"feedback_style": "先肯定优点，再提出改进建议",
"answer_techniques": {
"核心策略": "保持开放友好的态度，积极互动，展示真实的自我",
"技巧1": "保持微笑，眼神交流，展现自信和亲和力",
"技巧2": "分享个人故事和经历，让回答更具人性化",
"技巧3": "主动提问，表现出对公司和职位的兴趣",
"技巧4": "表达团队合作精神和良好的沟通能力",
"技巧5": "展现学习能力和适应新环境的意愿"
}
},
"压力型": {
"description": "提问节奏快，问题尖锐，测试候选人的抗压能力",
"greeting": "您好，我是压力型面试官，接下来的面试会有一些挑战性的问题，请做好准备。",
"follow_up_style": "连续追问，增加压力",
"feedback_style": "严格评估，直接指出不足",
"answer_techniques": {
"核心策略": "保持冷静，有条理地思考，展现抗压能力和解决问题的能力",
"技巧1": "深呼吸，保持语速平稳，避免因紧张而语无伦次",
"技巧2": "将复杂问题分解为小部分，逐步分析和回答",
"技巧3": "面对质疑时，保持专业态度，不辩解，而是提供解决方案",
"技巧4": "展示过去如何在压力下完成任务的案例",
"技巧5": "保持积极心态，将压力视为展示能力的机会"
}
},
"技术型": {
"description": "专注技术能力，问题专业性强，注重实际解决问题的能力",
"greeting": "您好，我是技术型面试官，今天的面试将重点考察您的技术能力。",
"follow_up_style": "技术深度挖掘，注重解决方案",
"feedback_style": "技术角度评估，强调专业能力",
"answer_techniques": {
"核心策略": "展示扎实的技术基础，提供具体的技术解决方案",
"技巧1": "准备详细的技术项目案例，包括遇到的挑战和解决方案",
"技巧2": "使用技术术语准确表达，但避免过于晦涩难懂",
"技巧3": "展示对技术原理的深刻理解，而不仅仅是表面知识",
"技巧4": "讨论技术趋势和最新发展，展示持续学习的能力",
"技巧5": "分析问题时，展示系统化的思维和解决问题的方法论"
}
},
"管理型": {
"description": "关注领导力和管理能力，问题偏向团队协作和项目管理",
"greeting": "您好，我是管理型面试官，今天的面试将重点考察您的领导力和管理能力。",
"follow_up_style": "关注决策过程和团队管理",
"feedback_style": "从管理角度评估，强调领导力",
"answer_techniques": {
"核心策略": "展示领导力、团队管理能力和战略思维",
"技巧1": "分享具体的团队管理案例，包括如何激励团队和解决冲突",
"技巧2": "强调结果导向，提供量化的成就和贡献",
"技巧3": "展示如何平衡业务需求和团队发展",
"技巧4": "讨论决策过程，包括如何收集信息、分析选项和做出决策",
"技巧5": "展示对业务整体的理解，而不仅仅是技术或专业领域"
}
}
}
# 初始化会话状态
if "selected_job" not in st.session_state:
st.session_state.selected_job = None
if "selected_company_type" not in st.session_state:
st.session_state.selected_company_type = None
if "interview_started" not in st.session_state:
st.session_state.interview_started = False
if "current_question" not in st.session_state:
st.session_state.current_question = None
if "current_question_index" not in st.session_state:
st.session_state.current_question_index = 0
if "user_answers" not in st.session_state:
st.session_state.user_answers = []
if "scores" not in st.session_state:
st.session_state.scores = []
if "interview_completed" not in st.session_state:
st.session_state.interview_completed = False
if "history_loaded" not in st.session_state:
st.session_state.history_loaded = False
if "interview_history" not in st.session_state:
st.session_state.interview_history = []
# 追问相关状态
if "is_follow_up" not in st.session_state:
st.session_state.is_follow_up = False
if "current_follow_up_index" not in st.session_state:
st.session_state.current_follow_up_index = -1
if "asked_follow_ups" not in st.session_state:
st.session_state.asked_follow_ups = []
if "current_follow_up" not in st.session_state:
st.session_state.current_follow_up = None
# 多人面试相关状态
if "interviewers" not in st.session_state:
st.session_state.interviewers = []
if "current_interviewer" not in st.session_state:
st.session_state.current_interviewer = None
if "interviewer_questions" not in st.session_state:
st.session_state.interviewer_questions = {}
if "question_interviewers" not in st.session_state:
st.session_state.question_interviewers = [] # 记录每个问题的面试官
if "selected_interviewers" not in st.session_state:
st.session_state.selected_interviewers = []
if "interviewer_types" not in st.session_state:
st.session_state.interviewer_types = []
# 面试回放相关状态
if "answer_timestamps" not in st.session_state:
st.session_state.answer_timestamps = []
if "answer_durations" not in st.session_state:
st.session_state.answer_durations = []
if "answer_changes" not in st.session_state:
st.session_state.answer_changes = []
if "viewing_replay" not in st.session_state:
st.session_state.viewing_replay = False
if "replay_index" not in st.session_state:
st.session_state.replay_index = 0
# 面试者信息
if "candidate_name" not in st.session_state:
st.session_state.candidate_name = ""
if "candidate_email" not in st.session_state:
st.session_state.candidate_email = ""
if "candidate_phone" not in st.session_state:
st.session_state.candidate_phone = ""
if "candidate_education" not in st.session_state:
st.session_state.candidate_education = ""
if "candidate_experience" not in st.session_state:
st.session_state.candidate_experience = ""
if "candidate_info_completed" not in st.session_state:
st.session_state.candidate_info_completed = False
# 确保历史记录目录存在
HISTORY_DIR = "interview_history"
if not os.path.exists(HISTORY_DIR):
os.makedirs(HISTORY_DIR)
# 保存面试历史记录
def save_interview_history():
if st.session_state.interview_completed and st.session_state.user_answers:
interview_data = {
"timestamp": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
"job_position": st.session_state.selected_job,
"questions": interview_questions[st.session_state.selected_job][:len(st.session_state.user_answers)],
"answers": st.session_state.user_answers,
"scores": st.session_state.scores,
"interviewers": st.session_state.interviewers,
"question_interviewers": st.session_state.question_interviewers, # 新增：记录每个问题的面试官
"answer_timestamps": st.session_state.answer_timestamps,
"answer_durations": st.session_state.answer_durations,
"answer_changes": st.session_state.answer_changes
}
# 生成文件名
filename = f"{datetime.now().strftime('%Y%m%d_%H%M%S')}_{st.session_state.selected_job.replace(' ', '_')}.json"
filepath = os.path.join(HISTORY_DIR, filename)
# 保存到文件
with open(filepath, 'w', encoding='utf-8') as f:
json.dump(interview_data, f, ensure_ascii=False, indent=2)
return filepath
return None
# 加载面试历史记录
def load_interview_history():
history_files = []
for file in os.listdir(HISTORY_DIR):
if file.endswith('.json'):
filepath = os.path.join(HISTORY_DIR, file)
try:
with open(filepath, 'r', encoding='utf-8') as f:
data = json.load(f)
history_files.append((data["timestamp"], file, data))
except:
pass
# 按时间倒序排序
history_files.sort(reverse=True, key=lambda x: x[0])
return history_files
# 页面标题
st.title("🤖 AI面试助手")
st.write("---")
# 侧边栏：岗位选择
with st.sidebar:
st.header("面试设置")
# 公司类型选择
company_options = list(company_types.keys())
selected_company_type = st.selectbox(
"选择公司类型",
company_options,
index=0 if st.session_state.selected_company_type is None else company_options.index(st.session_state.selected_company_type)
)
# 保存选择到会话状态
st.session_state.selected_company_type = selected_company_type
st.write("\n")
# 岗位选择下拉菜单（根据选择的公司类型动态显示）
job_options = company_types[selected_company_type]
selected_job = st.selectbox(
"选择面试岗位",
job_options,
index=0 if st.session_state.selected_job not in job_options else job_options.index(st.session_state.selected_job)
)
# 保存选择到会话状态
st.session_state.selected_job = selected_job
st.write("\n")
# 面试官类型选择
st.subheader("面试官类型")
st.write("请选择面试官类型（可多选）：")
selected_interviewer_types = []
for interviewer_type, info in interviewer_types.items():
if st.checkbox(f"{interviewer_type} - {info['description']}", key=f"interviewer_{interviewer_type}"):
selected_interviewer_types.append(interviewer_type)
# 保存选择的面试官类型
st.session_state.selected_interviewers = selected_interviewer_types
st.write("\n")
# 开始面试按钮
if st.button("开始面试", key="start_button"):
st.session_state.interview_started = True
st.session_state.current_question_index = 0
st.session_state.user_answers = []
st.session_state.scores = []
st.session_state.interview_completed = False
# 重置追问相关状态
st.session_state.is_follow_up = False
st.session_state.current_follow_up_index = -1
st.session_state.asked_follow_ups = []
st.session_state.current_follow_up = None
# 重置多人面试相关状态
if selected_interviewer_types:
st.session_state.interviewers = selected_interviewer_types
else:
st.session_state.interviewers = ["技术面试官", "HR面试官", "业务面试官"]
st.session_state.current_interviewer = st.session_state.interviewers[0]
st.session_state.interviewer_questions = {}
st.session_state.question_interviewers = []
# 重置面试回放相关状态
st.session_state.answer_timestamps = []
st.session_state.answer_durations = []
st.session_state.answer_changes = []
st.session_state.viewing_replay = False
st.session_state.replay_index = 0
# 随机选择第一个问题
st.session_state.current_question = interview_questions[selected_job][0]
# 重置面试按钮
if st.button("重置面试", key="reset_button"):
# 清除所有相关状态变量
for key in list(st.session_state.keys()):
if key.startswith("start_time_") or key.startswith("answer_changes_") or key.startswith("prev_answer_"):
del st.session_state[key]
st.session_state.interview_started = False
st.session_state.current_question = None
st.session_state.current_question_index = 0
st.session_state.user_answers = []
st.session_state.scores = []
st.session_state.interview_completed = False
# 重置追问相关状态
st.session_state.is_follow_up = False
st.session_state.current_follow_up_index = -1
st.session_state.asked_follow_ups = []
st.session_state.current_follow_up = None
# 重置多人面试相关状态
st.session_state.interviewers = []
st.session_state.current_interviewer = None
st.session_state.interviewer_questions = {}
st.session_state.question_interviewers = []
# 重置面试回放相关状态
st.session_state.answer_timestamps = []
st.session_state.answer_durations = []
st.session_state.answer_changes = []
st.session_state.viewing_replay = False
st.session_state.replay_index = 0
st.session_state.replay_index = 0
st.rerun()
st.write("\n" + "="*30)
# 面试历史记录
st.header("面试历史")
history_files = load_interview_history()
if history_files:
st.write("**历史面试记录：**")
for timestamp, filename, data in history_files[:5]: # 只显示最近5条
with st.expander(f"{timestamp} - {data.get('job_position', '未知岗位')}"):
st.write(f"岗位：{data.get('job_position', '未知')}")
st.write(f"问题数量：{len(data.get('questions', []))}")
if st.button(f"查看回放", key=f"replay_{filename}"):
st.session_state.viewing_replay = True
st.session_state.replay_data = data
st.session_state.replay_index = 0
st.rerun()
else:
st.write("暂无历史面试记录")
# 主内容区域
main_col, feedback_col = st.columns([3, 1])
with main_col:
# 查看历史记录详情
if "viewing_history" in st.session_state and st.session_state.viewing_history:
st.header("历史面试记录")
st.write("---")
data = st.session_state.viewing_history
st.subheader("面试总结报告")
st.write(f"**面试时间：** {data['timestamp']}")
st.write(f"**面试岗位：** {data['job_position']}")
st.write(f"**回答问题数量：** {len(data['answers'])}")
# 显示所有问题和回答
for i, (question, answer, score) in enumerate(zip(
data['questions'],
data['answers'],
data['scores']
)):
st.write(f"\n**问题 {i+1}：** {question}")
st.write(f"**您的回答：** {answer}")
st.write(f"**评分：** {score}")
st.write("\n" + "="*50)
st.subheader("面试建议")
st.write("1. 建议您在回答技术问题时，尽量结合实际项目经验")
st.write("2. 回答问题时保持结构清晰，使用STAR法则（情境、任务、行动、结果）")
st.write("3. 针对薄弱环节进行针对性学习和练习")
st.write("4. 面试前充分了解目标岗位的职责和要求")
if st.button("返回", key="back_from_history"):
del st.session_state.viewing_history
st.rerun()
# 面试回放功能
elif "viewing_replay" in st.session_state and st.session_state.viewing_replay:
st.header("面试回放")
st.write("---")
data = st.session_state.replay_data
replay_index = st.session_state.replay_index
# 显示面试基本信息
st.subheader("面试信息")
st.write(f"**面试时间：** {data.get('timestamp', '未知')}")
st.write(f"**面试岗位：** {data.get('job_position', '未知')}")
st.write(f"**面试官：** {', '.join(data.get('interviewers', ['未知']))}")
st.write(f"**问题总数：** {len(data.get('questions', []))}")
st.write("\n" + "="*50)
# 显示当前问题的回放
if 0 <= replay_index < len(data.get('questions', [])):
st.subheader(f"问题 {replay_index + 1}")
# 获取问题数据
question = data['questions'][replay_index]
answer = data['answers'][replay_index]
score = data['scores'][replay_index]
# 获取时间戳和时长数据
timestamp = None
duration = None
changes = 0
if 'answer_timestamps' in data:
for ts in data['answer_timestamps']:
if ts.get('question_index') == replay_index:
timestamp = ts
break
if 'answer_durations' in data and replay_index < len(data['answer_durations']):
duration = data['answer_durations'][replay_index]
if 'answer_changes' in data:
for ac in data['answer_changes']:
if ac.get('question_index') == replay_index:
changes = ac.get('changes', 0)
break
# 显示问题
if isinstance(question, dict):
st.write(f"**问题内容：** {question.get('main_question', '未知')}")
else:
st.write(f"**问题内容：** {question}")
# 显示面试官
if 'question_interviewers' in data and replay_index < len(data['question_interviewers']):
st.write(f"**面试官：** {data['question_interviewers'][replay_index]}")
# 显示回答
st.write(f"**您的回答：** {answer}")
# 显示评分
st.write(f"**评分：** {score}")
# 显示回放数据
st.subheader("答题数据")
if timestamp:
st.write(f"**开始时间：** {timestamp.get('start_time', '未知')}")
st.write(f"**结束时间：** {timestamp.get('end_time', '未知')}")
if duration:
minutes, seconds = divmod(duration, 60)
st.write(f"**答题时长：** {int(minutes)}分{int(seconds)}秒")
st.write(f"**修改次数：** {changes}次")
# 导航按钮
col1, col2, col3 = st.columns([1, 1, 1])
with col1:
if replay_index > 0:
if st.button("上一题", key="prev_question"):
st.session_state.replay_index -= 1
st.rerun()
with col2:
if st.button("返回列表", key="back_to_list"):
st.session_state.viewing_replay = False
del st.session_state.replay_data
del st.session_state.replay_index
st.rerun()
with col3:
if replay_index < len(data['questions']) - 1:
if st.button("下一题", key="next_question"):
st.session_state.replay_index += 1
st.rerun()
else:
st.write("回放完成！")
if st.button("返回列表", key="back_to_list_end"):
st.session_state.viewing_replay = False
del st.session_state.replay_data
del st.session_state.replay_index
# 面试者信息收集
elif not st.session_state.candidate_info_completed:
st.header("👤 面试者信息收集")
st.write("---")
st.write("请填写以下信息，以便我们为您提供更加个性化的面试体验：")
with st.form("candidate_info_form"):
col1, col2 = st.columns(2)
with col1:
candidate_name = st.text_input("姓名", value=st.session_state.candidate_name)
candidate_email = st.text_input("邮箱", value=st.session_state.candidate_email)
candidate_phone = st.text_input("电话", value=st.session_state.candidate_phone)
with col2:
candidate_education = st.selectbox(
"最高学历",
["高中", "大专", "本科", "硕士", "博士"],
index=["高中", "大专", "本科", "硕士", "博士"].index(st.session_state.candidate_education) if st.session_state.candidate_education else 2
)
candidate_experience = st.selectbox(
"工作经验",
["应届毕业生", "1-3年", "3-5年", "5-10年", "10年以上"],
index=["应届毕业生", "1-3年", "3-5年", "5-10年", "10年以上"].index(st.session_state.candidate_experience) if st.session_state.candidate_experience else 0
)
submitted = st.form_submit_button("提交信息")
if submitted:
if not candidate_name:
st.error("请填写姓名")
elif not candidate_email:
st.error("请填写邮箱")
elif not candidate_phone:
st.error("请填写电话")
else:
st.session_state.candidate_name = candidate_name
st.session_state.candidate_email = candidate_email
st.session_state.candidate_phone = candidate_phone
st.session_state.candidate_education = candidate_education
st.session_state.candidate_experience = candidate_experience
st.session_state.candidate_info_completed = True
st.success("信息提交成功！")
st.rerun()
st.rerun()
elif not st.session_state.interview_started:
# 高级亲和的欢迎封面页面
st.markdown("""
""", unsafe_allow_html=True)
# 欢迎封面
st.markdown('', unsafe_allow_html=True)
st.markdown('
🤖 AI面试助手
', unsafe_allow_html=True)
st.markdown('
专业、智能的面试模拟平台，助您轻松应对各类面试挑战
', unsafe_allow_html=True)
# 核心功能
st.markdown('
', unsafe_allow_html=True)
# 功能1：智能面试模拟
st.markdown("""
🎯
智能面试模拟
根据不同岗位和公司类型，提供个性化的面试问题和场景模拟
""", unsafe_allow_html=True)
# 功能2：专业评分系统
st.markdown("""
📊
专业评分系统
AI实时评估您的回答，提供详细的评分和针对性的改进建议
""", unsafe_allow_html=True)
# 功能3：面试官类型应对
st.markdown("""
👥
面试官类型应对
针对不同类型面试官的特点，提供专属的回答技巧和策略
""", unsafe_allow_html=True)
# 功能4：面试报告分析
st.markdown("""
📈
面试报告分析
生成详细的面试报告，帮助您了解优势和需要改进的地方
""", unsafe_allow_html=True)
st.markdown('
', unsafe_allow_html=True) # 关闭features容器
# 行动号召
st.markdown("""
准备好提升您的面试技巧了吗？在左侧选择面试岗位，开始您的专业面试之旅！
""", unsafe_allow_html=True)
st.markdown('
', unsafe_allow_html=True)
st.subheader("🎯 面试流程")
st.write("1. **选择公司类型** - 根据您的目标公司行业进行选择")
st.write("2. **选择面试岗位** - 选择您要应聘的具体职位")
st.write("3. **选择面试官类型** - 选择您希望面对的面试官风格")
st.write("4. **点击开始面试** - 进入模拟面试环节")
st.write("5. **AI提问，您输入回答** - 真实模拟面试场景")
st.write("6. **AI评估并给出建议** - 获得专业的反馈和改进方向")
st.write("7. **完成所有问题后生成面试报告** - 全面了解您的面试表现")
st.markdown('
', unsafe_allow_html=True)
elif st.session_state.interview_completed:
st.header("面试完成！")
st.write("---")
# 使用卡片布局
with st.container():
st.markdown('', unsafe_allow_html=True)
st.subheader("面试总结报告")
st.write(f"**公司类型：** {st.session_state.selected_company_type}")
st.write(f"**面试岗位：** {st.session_state.selected_job}")
st.write(f"**回答问题数量：** {len(st.session_state.user_answers)}")
# 显示所有问题和回答
for i, (question, answer, score) in enumerate(zip(
interview_questions[st.session_state.selected_job][:len(st.session_state.user_answers)],
st.session_state.user_answers,
st.session_state.scores
)):
st.write(f"\n**问题 {i+1}：** {question['main_question']}")
st.write(f"**您的回答：** {answer}")
st.write(f"**评分：** {score}")
st.write("\n" + "="*50)
st.subheader("面试建议")
# 获取岗位对应的评分标准和建议
job_position = st.session_state.selected_job
if job_position in scoring_criteria:
st.write("**针对您的面试表现，我们为您提供以下建议：**")
# 分析评分分布，找出主要的评分等级
score_counts = {}
for score in st.session_state.scores:
if score in score_counts:
score_counts[score] += 1
else:
score_counts[score] = 1
# 找出最常见的评分等级
most_common_score = max(score_counts, key=score_counts.get)
# 显示对应评分等级的建议
if "suggestions" in scoring_criteria[job_position] and most_common_score in scoring_criteria[job_position]["suggestions"]:
suggestion = scoring_criteria[job_position]["suggestions"][most_common_score]
st.write(f"**基于您的整体表现（{most_common_score}），我们建议：**")
st.write(f"- {suggestion}")
# 显示每个问题的具体建议
st.write("\n**针对每个问题的建议：**")
for i, (question, answer, score) in enumerate(zip(
interview_questions[st.session_state.selected_job][:len(st.session_state.user_answers)],
st.session_state.user_answers,
st.session_state.scores
)):
if "suggestions" in scoring_criteria[job_position] and score in scoring_criteria[job_position]["suggestions"]:
question_suggestion = scoring_criteria[job_position]["suggestions"][score]
st.write(f"**问题 {i+1}（{score}）：** {question_suggestion}")
else:
# 如果没有找到对应岗位的建议，显示通用建议
st.write("1. 建议您在回答技术问题时，尽量结合实际项目经验")
st.write("2. 回答问题时保持结构清晰，使用STAR法则（情境、任务、行动、结果）")
st.write("3. 针对薄弱环节进行针对性学习和练习")
st.write("4. 面试前充分了解目标岗位的职责和要求")
# 保存面试历史记录
saved_file = save_interview_history()
if saved_file:
st.success(f"面试记录已保存到：{saved_file}")
st.markdown('
', unsafe_allow_html=True)
else:
st.header(f"{st.session_state.selected_job}岗位面试")
st.write("---")
# 使用卡片布局
with st.container():
st.markdown('', unsafe_allow_html=True)
# 显示当前面试官
st.subheader(f"当前面试官：{st.session_state.current_interviewer}")
# 显示面试官类型信息
if st.session_state.current_interviewer in interviewer_types:
interviewer_info = interviewer_types[st.session_state.current_interviewer]
st.write(f"**面试官类型：** {interviewer_info['description']}")
st.write(f"**问候语：** {interviewer_info['greeting']}")
# 显示当前问题
st.subheader("当前问题")
if st.session_state.is_follow_up:
st.write(f"**追问：** {st.session_state.current_follow_up}")
else:
st.write(st.session_state.current_question["main_question"])
# 开始答题时间（当问题加载时记录）
if f"start_time_{st.session_state.current_question_index}" not in st.session_state:
st.session_state[f"start_time_{st.session_state.current_question_index}"] = datetime.now()
# 用户回答输入
st.subheader("您的回答")
user_answer = st.text_area(
"请输入您的回答",
height=200,
key=f"answer_{st.session_state.current_question_index}"
)
# 记录回答修改次数
if f"answer_changes_{st.session_state.current_question_index}" not in st.session_state:
st.session_state[f"answer_changes_{st.session_state.current_question_index}"] = 0
# 检测回答修改
if f"prev_answer_{st.session_state.current_question_index}" in st.session_state:
if st.session_state[f"prev_answer_{st.session_state.current_question_index}"] != user_answer:
st.session_state[f"answer_changes_{st.session_state.current_question_index}"] += 1
# 保存当前回答以便下次比较
st.session_state[f"prev_answer_{st.session_state.current_question_index}"] = user_answer
# 提交回答按钮
if st.button("提交回答", key=f"submit_{st.session_state.current_question_index}"):
if user_answer.strip():
# 计算答题时长
start_time = st.session_state[f"start_time_{st.session_state.current_question_index}"]
end_time = datetime.now()
duration = (end_time - start_time).total_seconds()
# 保存用户回答
st.session_state.user_answers.append(user_answer)
# 记录当前问题的面试官
st.session_state.question_interviewers.append(st.session_state.current_interviewer)
# 保存答题时间戳和时长
st.session_state.answer_timestamps.append({
"question_index": st.session_state.current_question_index,
"start_time": start_time.strftime("%H:%M:%S"),
"end_time": end_time.strftime("%H:%M:%S")
})
st.session_state.answer_durations.append(duration)
# 保存回答修改记录
st.session_state.answer_changes.append({
"question_index": st.session_state.current_question_index,
"changes": st.session_state[f"answer_changes_{st.session_state.current_question_index}"]
})
# 改进的评分算法
# 根据回答长度和关键词进行更合理的评分
answer_length = len(user_answer.strip())
score_weights = {
"优秀": 0.2,
"良好": 0.5,
"一般": 0.25,
"需要改进": 0.05
}
# 根据回答长度调整评分权重
if answer_length < 50:
score_weights["需要改进"] = 0.5
score_weights["一般"] = 0.3
score_weights["良好"] = 0.15
score_weights["优秀"] = 0.05
elif answer_length < 150:
score_weights["需要改进"] = 0.2
score_weights["一般"] = 0.4
score_weights["良好"] = 0.3
score_weights["优秀"] = 0.1
else:
score_weights["需要改进"] = 0.05
score_weights["一般"] = 0.2
score_weights["良好"] = 0.4
score_weights["优秀"] = 0.35
# 生成评分
score_options = list(score_weights.keys())
weights = list(score_weights.values())
score = random.choices(score_options, weights=weights, k=1)[0]
st.session_state.scores.append(score)
# 检查是否还有下一个问题或追问
if not st.session_state.is_follow_up:
# 有50%的概率触发追问
if random.random() < 0.5 and len(st.session_state.current_question["follow_ups"]) > 0:
# 选择一个未问过的追问
available_follow_ups = [f for f in st.session_state.current_question["follow_ups"]
if f not in st.session_state.asked_follow_ups]
if available_follow_ups:
# 随机选择一个追问
selected_follow_up = random.choice(available_follow_ups)
st.session_state.asked_follow_ups.append(selected_follow_up)
st.session_state.current_follow_up = selected_follow_up
st.session_state.is_follow_up = True
st.rerun()
# 如果没有触发追问或没有可用的追问，则进入下一个主问题
next_question_index = st.session_state.current_question_index + 1
if next_question_index < len(interview_questions[st.session_state.selected_job]):
st.session_state.current_question_index = next_question_index
st.session_state.current_question = interview_questions[st.session_state.selected_job][next_question_index]
st.session_state.is_follow_up = False
st.session_state.current_follow_up_index = -1
st.session_state.asked_follow_ups = []
# 切换面试官
current_interviewer_index = st.session_state.interviewers.index(st.session_state.current_interviewer)
next_interviewer_index = (current_interviewer_index + 1) % len(st.session_state.interviewers)
st.session_state.current_interviewer = st.session_state.interviewers[next_interviewer_index]
st.rerun()
else:
# 面试完成
st.session_state.interview_completed = True
st.rerun()
else:
# 追问回答后，回到主问题流程
st.session_state.is_follow_up = False
st.session_state.current_follow_up_index = -1
# 继续处理主问题流程
next_question_index = st.session_state.current_question_index + 1
if next_question_index < len(interview_questions[st.session_state.selected_job]):
st.session_state.current_question_index = next_question_index
st.session_state.current_question = interview_questions[st.session_state.selected_job][next_question_index]
st.session_state.asked_follow_ups = []
st.rerun()
else:
# 面试完成
st.session_state.interview_completed = True
st.rerun()
else:
st.warning("请输入您的回答后再提交")
st.markdown('
', unsafe_allow_html=True)
with feedback_col:
if st.session_state.interview_started and not st.session_state.interview_completed:
st.header("AI反馈")
if st.session_state.user_answers:
# 显示上一个问题的反馈
last_question_index = st.session_state.current_question_index - 1
if last_question_index >= 0:
st.write(f"**问题 {last_question_index + 1} 反馈：**")
st.write(f"评分：{st.session_state.scores[last_question_index]}")
st.write(f"建议：{scoring_criteria[st.session_state.selected_job][st.session_state.scores[last_question_index]]}")
else:
st.write("请回答当前问题，AI将为您提供反馈。")
elif st.session_state.interview_completed:
st.header("最终评估")
# 计算平均评分
if st.session_state.scores:
score_counts = {score: st.session_state.scores.count(score) for score in set(st.session_state.scores)}
st.write("**评分分布：**")
for score, count in score_counts.items():
st.write(f"{score}：{count}次")
# 页脚
st.write("\n" + "---")
st.write("© 2024 AI面试助手 - 模拟真实面试场景，提升您的面试技巧")