Interview Grill

面试官是看着你的简历出题的。写进简历的每一个字，都要能被追问。

按约定定位履历库：RESUMAKER_VAULT → ~/.config/resumaker/config.json → ./career/。先读 <vault>/VAULT.md。

输入

一个投递目录：读 resume.yaml、jd.md、match.md，再顺着每条 bullet 的 from 读对应的成果文件，尤其是 ## 深挖 部分。 用户只给了一份简历、没有投递目录时，也能用，只是没法对照 JD。

生成深挖卡（grill.md）

1. 逐条 bullet 设计追问链

面试官的追问通常是一层层往下挖的：

1. 是什么：这个系统 / 项目是做什么的？规模多大？
2. 你做了什么：你具体负责哪部分？团队里其他人做了什么？
3. 为什么：为什么选这个方案？考虑过哪些替代方案？
4. 怎么验证：这个数字是怎么测的？基线是什么？有没有其他因素影响？
5. 边界：遇到过什么问题？哪里没做好？如果重来会怎么做？

每条 bullet 写 3～5 个最可能被问的问题，按被问到的可能性排序。 带数字的 bullet，一定要有一个"这个数字怎么来的"。

2. 给每个问题配上素材

从成果文件里找答案要点。找不到的，明确标出 ⚠️：

### 「主导 WebSocket 网关连接模型重构，P99 延迟 320ms → 85ms」
来源：achievements/2025-03-ws-gateway-perf.md

**Q1 为什么每连接一个协程不行？瓶颈具体在哪？**
- 素材：百万连接时协程栈内存约 8GB；GC 停顿导致 P99 毛刺（见「背景」）
- 建议讲法：先讲现象（P99 毛刺）→ 定位过程（pprof 看到……）→ 根因

**Q2 P99 是怎么测的？**
- 素材：Grafana 看板，晚高峰 7 天平均（evidence/2025-03-ws-p99.png）

**Q3 epoll + 协程池在 Go 里怎么实现？和 netpoll 有什么区别？**
- ⚠️ 库里没有记录。建议补充：……

3. 结合 JD 补充问题

• JD 的核心职责里，有哪些简历上没直接体现、但面试很可能考的？
• match.md 里的缺口，面试官问到时怎么应对？
• 岗位相关的八股题（比如高并发岗必问的限流算法），只列题目和用户可以联系上的成果，不展开讲。

4. 风险清单

放在 grill.md 最前面：

• 🔴 高风险：素材不足以支撑的 bullet、verified: false 的数字、"主导"这类可能被挑战的措辞
• 🟡 需要准备：涉及 internal 内容，需要想好脱敏讲法的部分
• 🟢 优势：素材扎实、可以主动引导话题的点

高风险项要给出建议：要么在面试前补齐素材，要么回到 resume-tailor 改弱措辞。

模拟面试

用户想练的时候：

• 一次只问一个问题，等用户回答
• 根据回答追问，像真实面试官那样：答得含糊就追细节，答得好就换下一个话题
• 每 3～5 个问题后，给一次简短反馈：哪里讲得好、哪里含糊、哪里和简历对不上
• 用户回答里出现库中没有的新细节（比如一个数字、一次踩坑）时，问一句要不要记进履历库，同意的话补进对应的成果文件
• 结束时总结：最需要加强的 2～3 个点

语气可以有压力，但要专业，不要阴阳怪气。

收尾

grill.md 写进投递目录。告诉用户高风险项有几个，并建议花多少时间准备。