Initial commit

skills/interview-prep/SKILL.md

@@ -0,0 +1,131 @@
+---
+name: interview-prep
+description: 帮用户准备面试。基于目标 JD、公司、岗位方向，生成"高频面试题 + 参考回答 + 行为面 / 技术面 / Case 面分类题库"，并产出可打印的『面试备战手册』。当用户说"帮我准备面试""明天有面试 / 后天面试""面试题""面经""模拟面试""我要面 X 公司 Y 岗位""帮我准备 STAR 故事""怎么回答这道面试题""自我介绍 / 离职原因 / 优缺点 怎么答"，必须触发本 skill。请勿用本 skill 改简历（去 jd-resume-tailor / resume-builder）或推荐方向（去 job-intent-tracker）。
+---
+
+# Interview Prep（面试准备）
+
+干 4 件事：
+
+1. **拆解面试场景**：明确目标公司 / 岗位 / 面试轮次（一面 / 二面 / 终面 / HR 面）
+2. **生成题库**：从 4 类题库（行为面、技术面、Case 面、岗位特定）中按需取题
+3. **生成参考回答**：用 STAR / SCQA / MECE 等框架，结合用户简历事实
+4. **产出"备战手册"**：一份可打印的 .md / .docx / .pdf，含题目 + 参考思路 + 自检清单
+
+---
+
+## 何时触发
+
+强信号：
+- "帮我准备面试 / 模拟面试 / 模面"
+- "明天 / 下周面试"
+- 提到了具体公司 + 岗位
+- "高频面试题 / 经典面试题"
+- "怎么回答 ___ 这个问题"
+- "自我介绍怎么说 / 离职原因怎么答 / 期望薪资怎么谈"
+
+弱信号（先确认）：
+- 只说"想了解一下面试" → 问是哪个方向 / 什么轮次
+
+---
+
+## 工作流
+
+### Step 1: 锁定面试场景
+
+用 AskUserQuestion 收集：
+- 目标公司（具体名字 / 大厂 vs 创业 vs 外资 / 公司类型）
+- 目标岗位（精确到方向，如"用户增长 PM"而不是"产品经理"）
+- 面试轮次（一面 / 二面 / 终面 / HR 面 / 全流程演练）
+- 时间紧迫度（明天 / 这周 / 下周以上）—— 影响"广度 vs 深度"
+- 用户已有材料（JD / 简历 / 公司公开信息 / 已知面试官背景）
+
+如果用户给了 JD 和简历，**先调用 jd-resume-tailor 的 parse_jd.py** 抽出岗位关键信息，避免重复拆。
+
+### Step 2: 选题策略
+
+按"轮次 + 方向 + 时间"决定题库结构。读取对应文件：
+
+- 行为面（任何轮次都会问）→ `references/behavioral.md`
+- 技术面（技术 / 数据岗主战场）→ `references/technical.md`
+- Case 面（咨询 / 战略 / 高级 PM）→ `references/case.md`
+- HR 面（任何岗位的最后一公里）→ `references/hr_round.md`
+- 岗位特定题库：
+  - 互联网产品 / 运营 / PM → `references/role_internet.md`
+  - 技术 / 研发 / 数据 → `references/role_tech.md`
+  - 金融 / 咨询 / 商科 → `references/role_finance.md`
+
+题量推荐：
+- **明天就面**：每类 5~8 题，重点高频题
+- **3~7 天**：每类 10~15 题
+- **>1 周**：完整覆盖 + 模拟轮次
+
+### Step 3: 生成参考回答
+
+**关键原则：参考回答必须基于用户简历里的真实经历，不是泛答。**
+
+调用 `scripts/star_story_builder.py`（如果有简历）：
+
+```bash
+python scripts/star_story_builder.py --resume resume.md \
+    --questions questions.json --out answers.md
+```
+
+或者，如果没有简历，用通用回答框架（从 references/answer_frameworks.md 读取）作为模板，让用户填空。
+
+参考回答的格式：
+```
+【题目】___
+【考察点】HR / 面试官想看你的什么能力
+【回答框架】STAR / SCQA / MECE / 5W1H 之一
+【建议长度】X 分钟（一般 1.5~3 分钟）
+【参考回答 (基于你简历里的 ___ 经历)】
+  S: 当时的背景 / 问题
+  T: 你的任务 / 目标
+  A: 你的具体动作（重点，要细节）
+  R: 量化结果 + reflect
+【可能的追问】1. ___ 2. ___ 3. ___
+```
+
+### Step 4: 产出"备战手册"
+
+调用 docx skill 生成一份完整的 `interview_prep_<公司>_<岗位>.docx`，结构：
+
+```
+封面：公司 + 岗位 + 面试日期 + 倒计时
+1. 公司 / 岗位 速览（1 页）
+2. 自我介绍（中 + 英两版，针对该岗位定制）
+3. 行为面题库（X 题）+ 参考回答
+4. 技术面 / Case 面 题库（X 题）+ 参考思路
+5. 反向提问清单（你向面试官问什么）
+6. 薪资谈判脚本
+7. 面试当天 Checklist（路线 / 着装 / 物品 / 心态）
+```
+
+**同时输出一份精简版 .md**，方便用户在地铁里 / 路上 review。
+
+### Step 5: 模拟面试（可选 - 用户主动要才做）
+
+如果用户说"模拟一下"，进入互动模式：
+- 一次问 1 题
+- 等用户回答（语音 / 文字）
+- 给反馈：内容 / 结构 / 表达 三维度
+- 如果用户说"换一题"或"再来一道难的"，继续
+
+模拟时**保持面试官人设**：用真实面试官的口吻、追问方式、压力点（但不要变成 attacker，要 constructive）。
+
+---
+
+## 反模式（不要做）
+
+- ❌ 给一份"通用 50 题"应付了事 → 必须按公司 / 岗位定制
+- ❌ 参考回答全是"我具有出色的沟通能力"这种空话 → 必须用具体故事
+- ❌ 不让用户自己练，全程"我替你答" → 错过模拟价值
+- ❌ 编造用户没有的经历做 STAR 故事 → 用户面试时会穿帮
+- ❌ HR 面问题答得太"训练痕迹重"（机械化） → 要给"3 个不同风格的版本"让用户选
+
+## 与其他 skill 的协作
+
+- 用户说"我简历不够强，先改简历再来面试" → 转 `jd-resume-tailor` 或 `resume-builder`
+- 用户说"我还在犹豫要不要投" → 转 `job-intent-tracker`
+- 面试结束后用户说"我想复盘一下" → 留在本 skill，进入"面试复盘模式"，问表现、卡点、追问，帮用户为下一轮做准备

skills/interview-prep/references/answer_frameworks.md

@@ -0,0 +1,97 @@
+# 面试回答框架速查
+
+## STAR（行为面通用）
+
+```
+S - Situation：背景（30s）
+T - Task：你的任务（20s）
+A - Action：你的具体动作（90s，重点）
+R - Result：量化结果 + 反思（30s）
+```
+
+## SCQA（开场陈述 / 自我介绍）
+
+```
+S - Situation：当前的状态 / 背景
+C - Complication：变化 / 问题 / 触发点
+Q - Question：核心问题
+A - Answer：你的答案 / 行动
+```
+
+例：自我介绍可以用 SCQA：
+- S: "我目前在 X 公司做 ___ 5 年"
+- C: "上一份工作业务进入成熟期，我希望去做更早期 / 更有挑战的事"
+- Q: "什么样的岗位最适合我下一步？"
+- A: "贵司的 ___ 岗位 + 我的 ___ 经验，正好契合，所以来面试"
+
+## MECE（结构化分析）
+
+Mutually Exclusive, Collectively Exhaustive。
+拆问题时分类不重不漏。常见维度：
+- 时间：短期 / 中期 / 长期
+- 用户：新 / 老 / 流失
+- 业务：自营 / 三方 / B 端 / C 端
+- 地理：一线 / 二线 / 下沉
+- 价格 / 量 / 渠道
+
+## 5W1H（问题诊断）
+
+Who / What / When / Where / Why / How
+任何模糊问题，先用 5W1H 澄清。
+
+## CIRCLES（PM 案例题）
+
+C - Comprehend（澄清）
+I - Identify customer（用户）
+R - Report needs（需求）
+C - Cut by priority（优先级）
+L - List solutions（方案）
+E - Evaluate trade-offs（取舍）
+S - Summarize（推荐）
+
+## SOAR（适用 senior 候选人讲战略经验）
+
+S - Situation
+O - Obstacle
+A - Action
+R - Result
+
+强调"突破障碍"的能力。
+
+## 自我介绍 3 段式（最稳的）
+
+```
+1. "我是 ___，目前在 ___ 做 ___，到现在 ___ 年"
+2. "我最近 / 最有代表性的一个项目是 ___，简单讲就是 ___，结果 ___"
+3. "我了解贵司 ___ 业务，与我的 ___ 经验 / ___ 兴趣高度契合，所以来面试"
+```
+
+时长：1~1.5 分钟。
+
+中文 + 英文版本都要准备（外企 / 投行 / 咨询 / 海外岗位常考英文）。
+
+## 谈"缺点"的标准模板
+
+```
+1. 真实的缺点（不是反向夸自己）
+2. 你怎么察觉的
+3. 这个缺点带来过什么后果（说一个具体小事）
+4. 你正在 / 已经在做什么改进
+```
+
+例：
+- "我以前在表达自己的反对意见时会过于含蓄，导致一次方案讨论里我不同意 PM 的方向，但没明说，结果上线后效果不好，我才意识到。"
+- "现在我会刻意在每次方案讨论后写一段『我的反对意见 + 数据依据』给 PM，先打字再口头沟通，这样表达更清晰也不情绪化。"
+
+## 谈"职业规划"的标准模板
+
+```
+1. 短期（1~2 年）：在这个岗位做出 ___ 成果
+2. 中期（3~5 年）：在 ___ 方向深耕，从 IC 到 senior IC / 小 lead
+3. 长期：希望成为 ___ 领域的专家 / 业务 owner
+```
+
+避免：
+- "做你们的总监"（太 ambitious 显得不真诚）
+- "等我 5 年后看吧"（显得没规划）
+- "创业 / 转行 / 出国"（HR 听了直接拒）

skills/interview-prep/references/behavioral.md

@@ -0,0 +1,94 @@
+# 行为面题库（Behavioral Interview）
+
+行为面问题考察"过去如何"来预测"未来如何"。所有行为题用 STAR 答。
+
+## 高频题 Top 20（中外企通用）
+
+### 自我类
+1. 自我介绍 / 简单介绍一下你自己
+2. 介绍你最有成就感的一个项目
+3. 介绍你失败 / 挫折最大的一次经历
+4. 你最大的优点 / 缺点是什么
+5. 你五年后的职业规划
+
+### 协作 / 影响力
+6. 讲一个你跨部门 / 跨团队推动事情的例子
+7. 讲一次你和同事意见不合，最后怎么解决的
+8. 讲一次你说服别人改变想法的经历
+9. 讲一次你帮 / 带新人成长的经历
+10. 你怎么处理一个不配合的合作方
+
+### 推动 / 执行
+11. 讲一次你在资源 / 时间不足的情况下完成目标
+12. 讲一次你主动推动一件事（没人要求你做）
+13. 讲一次你做了一个艰难决策的经历
+14. 讲一次你 ownership 体现得最好的一次
+15. 讲一次你打破常规 / 创新的经历
+
+### 失败 / 挫折
+16. 讲一次你犯过的最大错误及怎么处理
+17. 讲一次你接到负面反馈，怎么应对
+18. 讲一次你的项目失败 / 没达成目标，怎么复盘
+19. 讲一次你被 reject / 被否决的经历
+
+### 学习 / 适应
+20. 讲一次你快速学会一个全新领域的经历
+
+## STAR 回答模板
+
+```
+S - Situation（背景，30 秒以内）
+- 时间 / 地点 / 项目背景
+- 当时的关键约束（资源 / 时间 / 复杂度 / 干系人）
+
+T - Task（你的任务）
+- 你具体要解决什么问题 / 达成什么目标
+- 一句话讲清"我的角色 + 我的目标"
+
+A - Action（你的具体动作，重点，60% 时长）
+- 分 2~4 个步骤讲，每步有动词 + 决策依据
+- 强调"我做的"而不是"我们做的"
+- 关键决策点要解释"为什么这么做"
+
+R - Result（结果 + 反思，30 秒）
+- 量化结果（数字 / 百分比 / 排名）
+- 1 句反思：你学到了什么 / 如果再做一次会怎么改
+```
+
+## 高频题的"考察点"参考
+
+| 题目 | 考察点 |
+|------|-------|
+| 自我介绍 | 表达能力、对岗位匹配度的自我认知 |
+| 最成功的项目 | ownership、量化思维、复盘能力 |
+| 最失败的项目 | 抗挫折、自我反思、成长型心态 |
+| 优缺点 | 自我认知、坦诚、成长意识（缺点别答得像优点） |
+| 跨部门推动 | 影响力、沟通、利益对齐能力 |
+| 意见不合 | 同理心、说服力、底线思维 |
+| 资源不足 | 创造力、优先级管理、边界谈判 |
+| 主动推动 | ownership、商业 sense、推动力 |
+| 接到负反馈 | 情商、成长型心态、改进行动 |
+| 五年规划 | 职业稳定性、自驱力、与公司路径的契合度 |
+
+## 常见反模式（用户会答错的）
+
+- 答"优点"答得像招聘广告（"勤奋、责任心强、抗压"）→ 应该挑 1 个，配 1 个故事
+- 答"缺点"答得像反向夸自己（"太追求完美""工作太投入"）→ 必须真实，加上正在做的改进
+- "失败经历" 不敢说真失败 → HR 一眼识破，反而扣分
+- 答"五年规划" 直接说"做你们的总监" → 太 ambitious 不真诚；要结合公司业务和个人能力路径
+- 用大量"我们"代替"我" → 听不出你做了什么
+- 一个故事讲 5 分钟 → 控制在 2~3 分钟，留追问空间
+
+## 故事矩阵（提前准备）
+
+让用户准备一个"故事矩阵"，3~5 个故事可以回答 80% 的行为题：
+
+| 故事编号 | 项目名 | 主要展示能力 | 可以回答哪些题 |
+|---------|------|------------|-------------|
+| 故事 1 | XX 项目 | ownership + 推动力 | 最成功项目 / 主动推动 / 跨部门 |
+| 故事 2 | XX 项目 | 数据驱动 + 决策 | 艰难决策 / 数据驱动 / 创新 |
+| 故事 3 | XX 项目 | 失败 + 复盘 | 最失败 / 负反馈 / 学习 |
+| 故事 4 | XX 项目 | 沟通 + 说服 | 意见不合 / 说服别人 |
+| 故事 5 | XX 项目 | 跨界 / 学习 | 快速学习 / 跨界 |
+
+每个故事提前打磨"S 30s + T 30s + A 90s + R 30s"四段，面试时按题目灵活组合。

skills/interview-prep/references/case.md

@@ -0,0 +1,93 @@
+# Case 面题库（Case Interview）
+
+适用：咨询（MBB / Big4 战略）、战略 / 商分岗位、高级 PM 面试。
+
+## 经典 case 类型
+
+1. **Market Sizing（市场规模估算）**
+   - 中国一年卖多少杯咖啡？
+   - 上海有多少辆出租车？
+   - 抖音一天产生多少视频？
+2. **Profitability（盈利分析）**
+   - 客户利润下降，怎么诊断？
+3. **Market Entry（市场进入）**
+   - 某连锁品牌要进入印度，建议吗？
+4. **M&A（并购）**
+   - 某公司想收购竞争对手，做不做？
+5. **Growth Strategy（增长策略）**
+   - 某 SaaS 公司想 3 年 ARR 翻倍，怎么走？
+6. **Operations（运营优化）**
+   - 某物流公司成本太高，怎么优化？
+
+## Market Sizing 框架
+
+```
+Top-down: 总人口 → 目标用户比例 → 频次 → 单价 → 总市场
+Bottom-up: 单店销量 → 城市门店数 → 城市数 → 总市场
+
+关键：
+1. 假设要明确（性别 / 年龄 / 城市分层 / 频次）
+2. 数字要可验算（路演时面试官可能让你重算）
+3. 给一个 sanity check（"这个数对比 X 行业大概是 Y 倍，看起来合理"）
+```
+
+## Profitability 框架
+
+```
+利润 = 收入 - 成本
+
+收入端：
+- 价格 × 销量
+- 销量 = 客户数 × 客单价 × 频次
+- 客户数 = 市场规模 × 渗透率
+
+成本端：
+- 固定成本（人工 / 租金 / 设备）
+- 变动成本（原材料 / 物流 / 营销）
+
+诊断顺序：
+1. 量价拆分（量降还是价降？）
+2. 区域 / 产品 / 客群 拆分（哪一块下滑最多）
+3. 与行业对比（是行业问题还是公司问题）
+4. 给出 2~3 个改进方向
+```
+
+## Market Entry 框架（4C / 5C）
+
+```
+Customer：目标客户、需求、规模、增长
+Competition：现有玩家、市场份额、竞争激烈度、进入壁垒
+Company：自身能力（产品 / 渠道 / 品牌 / 资金）是否匹配
+Channel：渠道选择（直营 / 加盟 / 经销 / 线上）
+Cost-benefit：投入产出测算 + 时间表
+
+关键：必须给"做 / 不做"的明确答案，不要"看情况"
+```
+
+## Case 面回答原则
+
+1. **先 take a moment**：拿到题不要急着答，花 1~2 分钟列框架（面试官期待这个）
+2. **MECE 框架**：分类要 Mutually Exclusive, Collectively Exhaustive
+3. **Hypothesis-driven**：基于一个假设展开分析，而不是穷举
+4. **Number first**：所有结论都要有数字支撑
+5. **沟通节奏**：每展开一个分支前，先告诉面试官"我打算先看 X 再看 Y"
+6. **主动总结**：每个分支结束做小结，最后给 final recommendation
+
+## 常见误区
+
+- 不澄清需求就开干 → 面试官期待你"先 clarify"
+- 框架太机械（生硬套 4P / SWOT，看不到思考）
+- 数字估算时单位混乱（百万 vs 亿）→ 用清楚单位
+- 不主动 sanity check
+- 跑得太快，面试官没法跟上你的逻辑
+- 给建议时不写具体动作（"加强营销"是废话，"在 X 渠道投放 Y 类型内容，预算 Z"才是建议）
+
+## 高级 PM Case 高频题（不是咨询，是 PM 战略题）
+
+1. 你怎么衡量微信视频号成功
+2. 美团外卖准备进入印尼，你的 product strategy 是什么
+3. ChatGPT 推出后，你作为 Notion PM 会做什么
+4. 给一个产品设计 north star metric
+5. 抖音直播 GMV 卡住了，你怎么 diagnose
+
+PM Case 关键：必须有用户思维 + 业务思维 + 数据思维 同时在线，不要只讲框架，要讲到具体功能 / 实验设计。

skills/interview-prep/references/hr_round.md

@@ -0,0 +1,103 @@
+# HR 面 / 终面题库
+
+HR 面通常在所有专业面之后，关注：稳定性、性格匹配、薪资期望、入职意愿。
+
+## 高频问题 + 推荐答法
+
+### 1. 你为什么离职 / 想换工作？
+
+❌ 错：吐槽前公司 / 同事 / 老板
+✅ 对：聚焦"成长 / 发展 / 业务方向" 三选一
+- "我目前的业务相对成熟，希望挑战 0-1 的环境"
+- "上一份工作积累了 ___ 经验，下一步想往 ___ 方向深入，贵司这个岗位正好契合"
+- "团队结构调整，业务方向不再是我的兴趣点，所以想找新的发展"
+
+### 2. 你为什么选我们公司 / 这个岗位？
+
+❌ 错：贵公司平台大 / 福利好
+✅ 对：show 你做了功课
+- 公司层面：业务 / 战略方向 / 你看好的趋势 + 1~2 个你具体了解的产品 / 案例
+- 岗位层面：JD 里的 ___ 与你的 ___ 经验高度契合
+
+### 3. 你期望的薪资是多少？
+
+策略：**永远不要先开口给一个数**
+- 如果可以反问：先问"贵司这个岗位的薪资带是多少？"
+- 如果必须给：给一个 range（不要给点），比如"40~55k × 14"，下限略高于你能接受的最低
+- 如果对方说"无可奉告，必须你先报"：基于市场数据 + 当前涨幅 30~50% 给一个略高的数
+
+更详细的薪资谈判脚本见 `salary_negotiation.md`。
+
+### 4. 你拿了几个 offer？什么进展？
+
+策略：**不撒谎，但策略性地说**
+- 有真实 offer：直接说，"目前手上有 X 公司的 ___ offer，基本盘是 ___"
+- 在面其他公司：说"还在面 X 类公司，预计 X 周内有结果"，给对方紧迫感
+- 完全没有：说"目前在重点投这一类岗位，进展中"
+
+### 5. 我们 / 这个岗位有没有什么让你担心的？
+
+策略：**给一个真实但可解决的担忧**
+- "对 ___ 业务的快速迭代节奏，我需要一段时间适应"
+- "团队规模比我之前的大很多，如何融入是我会主动想的事"
+
+不要答"没有任何顾虑"——显得不真诚。
+
+### 6. 你最快什么时候能入职？
+
+❌ 错：随时（显得急）
+✅ 对：基于实际 + 给一点缓冲
+- 在职：依法 30 天交接 + 1 周休息 = 5~6 周
+- 待业：2 周左右
+- 应届：可按毕业时间 / 学校要求
+
+### 7. 你最近读了什么书 / 最近在学什么 / 业余爱好？
+
+策略：**展示自驱力 + 个性**，不要硬凹"成长性"
+- 1 本与岗位有点关系的书 / 课程
+- 1 个真实的爱好（运动 / 艺术 / 写作 / 旅行 / 编程副业）
+
+### 8. 你的优点 / 缺点（HR 复问版）
+
+HR 复问通常更深，要求"举例"：
+- 优点：1 个核心优点 + 1 个具体故事 + 这个优点带来的成果
+- 缺点：1 个真实缺点 + 自我察觉的过程 + 正在做的改进
+
+⚠️ 缺点不要选"完美主义、太投入工作、太认真"——这些会被识别为"反向夸自己"。
+推荐方向：表达 / 委派 / 公开演讲 / 优先级控制（这些是真缺点但可改进）。
+
+### 9. 你的 5 年 / 10 年规划
+
+策略：**与公司路径绑定 + 留出灵活性**
+- "未来 3~5 年我希望在 ___ 方向深耕，从 IC 成长为能带小团队的 senior"
+- "5 年后希望能独立负责一条业务线 / 子产品"
+- 不要说"自己创业""转行" / "出国" / "做自媒体"
+
+### 10. 还有什么想问我们的？
+
+**强信号题**——必须问问题，不能说"没了"。
+
+参考问题（按 HR / 主管 / 终面分层）：
+
+**问 HR：**
+- 这个岗位的 onboarding 一般是怎么安排的？
+- 团队的组成、和我对接的同事的背景能介绍下吗？
+- 公司近期的业务重点 / 战略方向是什么？
+
+**问主管 / 业务面试官：**
+- 您觉得这个岗位最大的挑战是什么？
+- 团队最近的 OKR 是什么？
+- 您觉得在这个岗位做得好的人，半年 / 一年通常会做出哪些成果？
+
+**问终面 / 大老板：**
+- 您看好的下一个三年的业务方向是什么？
+- 这个岗位 / 这条业务线在公司战略里的位置？
+- 您在公司最自豪的一个决策是什么？（拉近距离）
+
+❌ **不要问的**：薪资细节（HR 会主动给）、加班 / 出差（显得在挑刺）、五险一金（显得不专业）
+
+## HR 面综合心态
+
+- HR 看似友好，实际在筛"性格 / 稳定性 / 文化匹配"，每句话都是评估
+- 答题保持"克制 + 真实"，不要为了讨好把答案变得不像自己
+- HR 一般不决定 offer 给不给，但能 **veto** —— 别在最后一公里翻车

skills/interview-prep/references/role_finance.md

@@ -0,0 +1,103 @@
+# 金融 / 咨询 / 商科 面试专题
+
+## 投行 / IBD
+
+### Technical 题
+1. 三大报表勾稽关系
+2. WACC / DCF 公式 + 关键假设
+3. LBO 模型核心要素 + 退出回报怎么算
+4. M&A 交易中 accretion / dilution 分析怎么做
+5. 用 5 种以上方法估值一家公司
+6. EV vs Equity Value 区别 + 怎么转换
+7. 同行业可比公司怎么选 + 用什么倍数
+8. PE / PB / EV/EBITDA 各自适用场景
+9. 折旧、摊销、利息、营运资本变动 对现金流的影响
+10. 一家公司 IPO 流程是怎样的（A / 港 / 美股）
+
+### Fit 题（中外资差异）
+- 你为什么想做投行
+- 你愿意接受 100 小时 / 周的工作强度吗
+- 你最近 follow 的一个 deal 是哪个，谈谈你的看法
+- 给你一个新的 sector，你怎么从 0 开始研究
+- 一个分析模型出错了，但 deck 已经发出去了，你怎么处理
+
+### 行业 deal 题（必准备 1~2 个）
+准备 1~2 个最近的 sector deal，能讲清楚：
+- 交易结构（买方 / 卖方 / 估值 / 支付方式）
+- 战略意义
+- 估值倍数 / 溢价
+- 市场反应
+- 你的看法
+
+## 咨询（Consulting）
+
+### Case Interview（已在 case.md）
+重点训练：
+- Market sizing（每家必问）
+- Profitability
+- Market entry
+- Growth strategy
+
+### Fit 题
+- 你为什么想做咨询
+- 你为什么选 MBB（或我们这家）
+- 讲一个你 lead / 推动事情的经验
+- 讲一个你和团队意见不合的经验
+- 你的 long-term career goal
+
+### Personal Experience Interview（PEI）—— McKinsey 必考
+PEI 三大类：
+1. **Personal Impact**（你说服 / 影响别人）
+2. **Entrepreneurial Drive**（你主动推动事情）
+3. **Inclusive Leadership**（你带领多元团队）
+
+每类准备 1~2 个故事，按 STAR 讲，每个故事 5~6 分钟（McKinsey 喜欢深挖）。
+
+## 量化（Quant）
+
+### 概率 / 数学题（高频）
+1. 一根均匀的木棍随机折两次，能拼成三角形的概率
+2. 蒙提霍尔问题（三门）
+3. 醉汉问题（n 步后回到原点的概率）
+4. 给你一个不公平硬币，怎么模拟公平硬币
+5. 期望 / 方差 / 协方差 计算题
+6. 布朗运动 / Ito 公式 / Black-Scholes 推导（高级）
+7. Optimal stopping（秘书问题）
+
+### 编程题
+1. LeetCode 中等 / 困难（数组 / 字符串 / DP）
+2. 写一个回测框架（伪代码即可）
+3. C++ / Python 一些常考语言细节
+
+### 策略题
+1. 你了解的策略类型有哪些
+2. 你做过的一个完整策略（信号 → 组合 → 回测 → 上线）
+3. 怎么处理过拟合 / out-of-sample 失效
+4. 怎么估算策略容量
+5. Sharpe / Sortino / Calmar / Max DD 各自含义和用法
+
+### Brain Teaser（脑筋急转弯）
+- 100 个囚犯帽子问题
+- 海盗分金币
+- 8 个球称重找不同的（必备）
+- 烧绳子计时
+
+## 公募 / 私募 研究员
+
+### 行业研究题
+1. 你 cover 哪个行业？目前的核心矛盾是什么？
+2. 你最看好 / 最不看好的 1 只股票，逻辑是什么
+3. ___ 公司最近股价涨了 / 跌了 X%，怎么解释
+4. 给你一个新行业，你怎么从 0 开始研究
+5. 你怎么判断管理层质量
+6. 行业景气度 vs 公司基本面，哪个更重要
+
+### 估值题
+1. ___ 公司你给多少估值，用什么方法
+2. PE 30x 算贵吗？怎么判断
+3. 价值 vs 成长 vs 周期 各自怎么估
+4. DCF 在 ___ 行业能不能用？为什么
+
+### 投资逻辑表达
+- 30 秒电梯演讲：3 句话讲清一只股票的投资逻辑
+- 5 分钟深度：背景 + 催化剂 + 风险 + 估值 + 时间

skills/interview-prep/references/role_internet.md

@@ -0,0 +1,80 @@
+# 互联网产品 / 运营 / PM 面试专题
+
+## 产品经理（PM）
+
+### 高频题
+1. 介绍一款你最喜欢的产品 / APP，分析它的优势和不足
+2. 如果让你优化 ___（具体产品），你会怎么做
+3. 怎么衡量一个产品 / 功能的成功
+4. 一个新功能上线后留存提了 5%，怎么归因
+5. 你怎么定义产品的 north star metric
+6. 设计一个 ___ 功能（如：抖音的"不感兴趣"按钮）
+7. 给你一个用户反馈集合，怎么决定要做哪些
+8. PRD 写过吗？怎么写一个高质量的 PRD
+9. 你怎么和开发 / 设计 / 运营 协作
+10. 你做的最得意的一个数据驱动决策是什么
+
+### PM 案例题答题套路（CIRCLES 框架）
+```
+C - Comprehend the situation（澄清问题）
+I - Identify the customer（明确目标用户）
+R - Report the customer's needs（用户痛点）
+C - Cut, through prioritization（功能优先级）
+L - List solutions（具体方案 2~3 个）
+E - Evaluate trade-offs（取舍）
+S - Summarize recommendation（最终建议）
+```
+
+### PM 面试官想看
+- 用户思维（不是站在自己角度）
+- 数据敏感度（你怎么用数据说服 / 验证）
+- 业务理解（不只是功能，还有 unit economics）
+- 跨职能沟通（你怎么处理与开发 / 设计的冲突）
+- ownership（你 own 一个功能从设计到上线到复盘的全流程）
+
+## 运营
+
+### 高频题
+1. DAU 跌了 X%，怎么排查
+2. 给你 100 万预算，做 ___ 活动，你怎么规划
+3. 怎么搭建一个用户分层运营体系
+4. 内容运营 / 用户运营 / 活动运营 你最想做哪个，为什么
+5. 你怎么衡量一个活动的 ROI
+6. 你做过的爆款活动 / 内容，复盘一下
+7. 私域 / 公域 你怎么打配合
+8. 怎么提升新用户次留 / 7 留 / 30 留
+9. 你怎么和产品 / 数据 / 设计 协作
+10. 一个失败的活动，你怎么复盘
+
+### 运营常用框架
+- AARRR / RARRA：用户生命周期 5 个阶段
+- 活动复盘：目标 - 策略 - 执行 - 数据 - 反思
+- 内容运营三板斧：选题 - 制作 - 分发 - 数据反馈
+
+### 运营面试官想看
+- 数据敏感度（每个动作配数字）
+- 用户洞察（不是"我觉得"，是"用户说"）
+- 资源整合（怎么撬动第三方 / 跨部门）
+- 闭环思维（活动结束 ≠ 工作结束，复盘 + 沉淀 SOP）
+- 创意 + 落地（既能想点子，又能落地到 SOP）
+
+## 项目经理 / TPM
+
+### 高频题
+1. 你怎么管理一个 ___ 人 / ___ 月的项目
+2. 项目延期了，你怎么办
+3. 跨部门 / 跨时区 / 跨语种 协作的挑战和经验
+4. 你怎么管理项目风险
+5. 敏捷 vs 瀑布，你怎么选
+6. Scrum / Sprint planning / Retro 你怎么主持
+7. 怎么和 stakeholder 同步进度（汇报方式）
+8. 一个 stakeholder 不配合，你怎么 escalate
+9. 你管过的最大 / 最复杂的项目讲讲
+10. 项目失败 / 没达成目标，你怎么复盘
+
+### TPM 面试官想看
+- 结构化思维（项目拆解、依赖管理）
+- 沟通能力（向上 / 平行 / 向下）
+- 风险预判（不是事后救火，是事前预防）
+- 数据 / 工具熟练度（Jira / 飞书 / 自建 dashboard）
+- 推动力（drive 一群你管不到的人）

skills/interview-prep/references/role_tech.md

@@ -0,0 +1,83 @@
+# 技术 / 研发 / 数据 面试专题
+
+通用技术八股 + 系统设计在 `technical.md`，本文件聚焦：
+- 项目深挖话术
+- 算法 / LLM / 数据 岗位特定题
+- 团队 / 软技能题（技术岗也要答）
+
+## 项目深挖（每家必问）
+
+面试官最喜欢"刨根问底"，一定要准备。
+
+每个项目至少能回答以下 8 个问题：
+
+1. **背景** —— 这个项目为什么要做？业务问题是什么？
+2. **你的角色** —— 你在团队里是什么角色？做了 ___ 模块？
+3. **技术选型** —— 为什么选 X 而不是 Y？trade-off 是什么？
+4. **挑战** —— 遇到的最难的技术问题是什么？怎么解决的？
+5. **数据** —— 系统的 QPS / 数据量 / 延迟 / 可用性 是什么？
+6. **结果** —— 上线后效果怎么样？比基线提升 ___？
+7. **失败 / 坑** —— 踩过什么坑？怎么 debug？怎么避免？
+8. **改进** —— 现在让你重新做这个项目，会怎么做？
+
+## 算法 / 机器学习 岗位特定
+
+### 业务理解题
+1. 给你一个 ___ 业务，你怎么定义一个 ML 问题
+2. 你怎么和业务 / 产品 / 数据 协作
+3. 模型上线后效果不及预期，你怎么排查
+4. 模型 vs 规则，什么时候选哪个
+5. 你做的模型，下线 / 替代过吗？为什么
+
+### 算法岗"假大模型 / 真不深"识别题
+- 你说会 RLHF，那 PPO 的 KL 项是怎么加的？为什么这么加？
+- 你做了 RAG，召回准确率怎么算的？不同分块策略对比过吗？
+- 你说做了 Agent，你的 planning 模块是 ReAct / CoT / 还是自定义？错误恢复怎么做？
+
+防身：**只写真做过的项目**，编造的 LLM 项目最容易翻车。
+
+## 数据 / 数仓 / 分析 岗位特定
+
+### 业务题（强烈高频）
+1. 你怎么衡量一个 ___ 业务的健康度
+2. DAU 跌了 5%，你怎么 diagnose
+3. 你做的最有价值的一个数据分析项目
+4. 你怎么和业务方 / 产品 / 老板 沟通分析结论
+5. 给你一个数据需求："分析下用户为什么流失"，你怎么做
+
+### SQL 现场题（必考）
+- 写一段 SQL：每个用户的连续登录天数
+- 写一段 SQL：每个商品的复购率
+- 写一段 SQL：找出最近 7 天每天的新增用户
+- 写一段 SQL：A/B 测试结果对比 + 显著性
+
+提示：**面试现场写 SQL 一定要边写边讲思路**，别闷头写。
+
+### 数仓建模题
+- 你怎么设计一个 ___ 业务的数据模型
+- 维度建模 vs 范式建模 怎么选
+- 拉链表 / 缓慢变化维度 怎么处理
+- 数据质量怎么保障（监控 / 巡检 / 复盘）
+
+## 软技能题（技术岗也要答）
+
+技术岗以为只考技术 = 大错。中级以上会问：
+
+1. 跟其他团队 / 产品经理 / 设计师 意见不合，你怎么办
+2. 你怎么 review 别人的代码 / 文档
+3. 你怎么带新人
+4. 一个技术决策没人响应，你怎么推动
+5. 你接手了一个屎山代码，怎么改造
+6. 你怎么管理自己的技术成长
+
+## 反向提问（技术面 / leader 面）
+
+技术面：
+- 团队的技术栈和未来规划是什么？
+- 团队最近的技术挑战是什么？
+- code review / on-call / 周会 流程是怎样的？
+
+Leader 面：
+- 您怎么看 ___ 技术 / 业务方向的未来？
+- 团队的技术债务现在怎么样？
+- 您觉得在这个团队最有挑战的事情是什么？

skills/interview-prep/references/salary_negotiation.md

@@ -0,0 +1,99 @@
+# 薪资谈判脚本
+
+## 心法
+
+- 永远不要先开口给一个数（让对方先报）
+- 给数字时给 range，下限略高于你的最低接受
+- 谈判全程保持"希望加入" + "理性 base on 市场" 的语气
+- 不要 disclose 你的当前 / 历史薪资（除非法律 / 当地惯例要求）
+- 多个 offer 是最大筹码，但不要明示要"涨多少"，让对方主动提
+
+## 阶段 1：HR 初次问期望薪资
+
+**HR**："你期望的薪资是多少？"
+
+**你（首选）**：
+"贵司这个岗位的薪资带是多少？我希望对齐市场和岗位职级。"
+
+**HR（如果说不告诉你）**：
+"我们想先听你的期望，再做匹配。"
+
+**你**：
+"基于市场行情和我的 ___ 年经验，我希望的范围是 X~Y k × ___ 月，最终可以基于贵司的整体 package 综合谈。"
+
+X 的算法：（当前年包 ÷ 12 ÷ 月数）× 1.3~1.5，向上取整到 5k。
+Y 的算法：X × 1.2。
+
+例：当前 30 × 16 = 480k 年包。月薪 = 480/14 ≈ 34k。期望 X = 34 × 1.3 = 44k → 给 45~55k × 14。
+
+## 阶段 2：HR 给口头 offer
+
+**HR**："我们能给你 50k × 14，年包 700k。"
+
+**你（不要立刻接）**：
+"感谢，让我先了解下整体 package 的细节，包括签字费、股票 / RSU、年终奖结构、五险一金基数、加班 / 出差补贴。"
+
+收到详细信息后：
+- 如果**整体满意**：可以表达"基本符合预期，让我和家人商量 1~2 天"
+- 如果**期望更高**：进入阶段 3 谈判
+
+## 阶段 3：谈高 offer
+
+**你**：
+"非常感谢您的 offer，我对岗位和团队都很认可。基于我目前正在 finalize 的 X 公司类似岗位的 offer / 我的当前 package + 跳槽涨幅期望，我希望能在月薪 / 签字费 / RSU 上有进一步空间，具体是 ___。"
+
+要点：
+- **永远给具体数字**（不要说"再高一点")
+- **给一个 reason**（其他 offer / 当前涨幅 / 市场行情）
+- **只谈 1~2 个核心要素**（不要每项都谈）
+- **不要威胁**（不要说"否则我去 X 公司"）
+
+## 阶段 4：HR 拒绝再加
+
+**HR**："这个数字已经是我们的 maximum，无法再加。"
+
+**你**：
+- 如果 base 已经能接受：尝试争取签字费 / 多一档股票 / 多 5 天年假 / 入职时间调整
+- 如果整体不能接受：感谢 + 说"我需要时间考虑"，不要当场拒绝
+
+## 阶段 5：手握多个 offer
+
+最理想：3 个 offer 在手，且各家都知道你在考虑其他
+
+**与 A 公司**："X 公司给了 50k × 14 + 100k 签字 + 200k RSU/年，我个人更倾向贵司 / 这个岗位，但希望整体 package 至少 match。"
+
+**与 B 公司**：同上但换数字
+
+⚠️ 不要伪造 offer（HR 圈子小，可能被发现）
+
+## 应届生薪资谈判
+
+应届生议价空间小，但仍有：
+- 不同 offer 互比
+- 签字费可以争（很多公司有 flex）
+- 入职时间可以争（毕业延后）
+- 工作地点 / base 转换 可以争
+
+应届生**不要**：因为期望太高拒掉所有 offer。第一份工作的"平台 + 业务 + leader"比薪资重要。
+
+## 常见雷区
+
+- "我愿意降薪过来" → 永远不要主动说，HR 会觉得你"贱卖" + "需求被低估"
+- "我对薪资不敏感" → HR 听了真的会少给
+- "你们随便给个数" → 把决定权交给 HR，等于自杀
+- "如果不到 X 我就拒" → 太 hardcore，谈崩
+- 把家里 / 房贷 / 个人困难当谈判筹码 → 不专业
+
+## 收到 offer 之后的 checklist
+
+- [ ] 确认 base 月薪 + 月数
+- [ ] 确认签字费 / 一次性奖金
+- [ ] 确认股票 / RSU / 期权（数量、归属期、估值方式）
+- [ ] 确认年终奖结构（保底 / 固定 / 浮动）
+- [ ] 确认五险一金基数（很多公司低基数缴费，影响实际收入）
+- [ ] 确认补充医疗 / 商业保险
+- [ ] 确认年假 / 调休 / 带薪病假
+- [ ] 确认加班 / 出差补贴
+- [ ] 确认背景调查范围
+- [ ] 确认 offer letter 书面文件
+- [ ] 入职时间（30 天交接 + 1 周休息）

skills/interview-prep/references/technical.md

@@ -0,0 +1,100 @@
+# 技术面题库
+
+适用：研发 / 算法 / 数据 / DevOps 岗位的 1~2 面（技术轮）。
+
+按职级分层：
+- **初级（0-3 年）**：基础八股 + 简单算法 + 项目细节
+- **中级（3-5 年）**：系统设计 + 复杂场景题 + 项目深度追问
+- **高级（5+ 年）**：架构权衡 + 跨团队问题 + 业务理解
+
+## 一、后端 / 服务端
+
+### 基础八股（每家都问）
+1. HTTP / HTTPS / TLS 流程，session vs cookie vs token
+2. TCP 三握四挥，为什么是 4 次挥手
+3. MySQL 索引底层（B+ 树）、何时失效、最左前缀
+4. MySQL 事务隔离级别 + 各自解决什么问题
+5. Redis 持久化（RDB / AOF）+ 主从 + 哨兵 + 集群
+6. Redis 缓存击穿 / 穿透 / 雪崩 怎么解
+7. 分布式锁 3 种实现（Redis / Zookeeper / 数据库）+ 各自坑
+8. Kafka 怎么保证消息不丢、不重复、有序
+9. JVM 内存模型 + GC（Java 岗）/ Goroutine 调度（Go 岗）
+10. 一致性哈希、CAP、BASE、Raft / Paxos 简述
+
+### 系统设计高频
+- 设计一个秒杀系统（QPS 10w）
+- 设计一个短链服务（生成 / 重定向 / 统计）
+- 设计一个分布式 ID 生成器
+- 设计微博 feed 流（推 / 拉 / 推拉结合）
+- 设计一个限流器（令牌桶 / 漏桶 / 滑动窗口）
+
+### 系统设计回答框架
+```
+1. 澄清需求（问清 QPS、读写比、数据量、SLA）
+2. 估容量（QPS × 平均请求大小 = 带宽；数据量 × 时间 = 存储）
+3. 高层架构（接入层 → 业务层 → 存储层 → 数据流）
+4. 关键模块深挖（讲清楚选型为什么）
+5. 扩展性 / 高可用 / 容灾
+6. 主动指出 trade-off
+```
+
+## 二、前端
+
+1. 浏览器渲染流程（DNS → TCP → TLS → HTTP → HTML 解析 → 布局 → 绘制）
+2. 事件循环 + 微任务 / 宏任务
+3. 闭包、原型链、this 绑定
+4. React / Vue 响应式原理
+5. 性能优化（FCP / LCP / CLS 指标 + 实操）
+6. SSR vs CSR vs SSG，何时用哪个
+7. 跨域方案（CORS / JSONP / 反向代理）
+8. webpack / vite 区别 + 原理
+
+## 三、算法 / 机器学习
+
+### 基础
+1. 偏差 / 方差，过拟合怎么解
+2. L1 / L2 正则的区别
+3. 随机森林 vs GBDT vs XGBoost
+4. 梯度消失 / 爆炸 + 解决（BatchNorm / 残差 / 激活函数）
+5. Attention 机制讲清，Transformer 与 RNN 对比
+6. 样本不平衡处理（采样 / 类权重 / Focal Loss）
+7. 模型评估：准确率、精确率、召回率、AUC、F1，何时用哪个
+
+### LLM / GenAI 方向（2024+ 热门）
+1. SFT vs RLHF vs DPO，原理 + 何时用
+2. RAG 完整 pipeline：分块策略、Embedding 选型、检索融合、Reranker
+3. Agent 的 tool use / planning / memory，与单 LLM 的区别
+4. 长上下文（YARN / RoPE 缩放、Context window 扩展）
+5. 推理优化：KV cache、speculative decoding、量化
+6. 大模型评估：benchmark、人工评估、LLM-as-Judge 各自坑
+
+### 项目深挖（每个面试官必问）
+- 你这个模型为什么选 ___ 而不是 ___
+- 数据是怎么标注 / 清洗的，量级
+- 训练用了什么硬件、跑了多久、超参怎么调
+- 上线后效果怎么评估，与基线对比
+- 失败 / bug 的 case，怎么 debug
+
+## 四、数据 / 数仓 / 分析
+
+### SQL（必考）
+- 行转列 / 列转行 / 透视
+- 窗口函数（rank / dense_rank / lead / lag）
+- 计算 7 日 / 30 日活跃用户
+- 同 user 连续登录天数
+- 留存率 / 漏斗 / 同期群分析
+- 性能优化（索引、explain、分区、避免子查询）
+
+### 业务题
+- 给你一个业务场景，让你设计指标体系
+- DAU 跌了 5%，怎么排查
+- 设计一个 A/B 测试（样本量计算、显著性、停损）
+- 用户分层模型（RFM / 生命周期）
+
+## 五、技术面回答原则
+
+1. **澄清问题再答**：模糊的题先问 1~2 个澄清问题
+2. **结构化输出**：分点 / 分模块讲，不要意识流
+3. **trade-off 思维**：选 A 而不选 B 时，主动说"因为 ___"
+4. **诚实**：不会的题说"这个我没研究过，但根据我对 X 的理解，可能可以这样想 ___"
+5. **画图 / 写代码**：白板题写代码先讲思路，再写，最后跑测试用例

skills/interview-prep/scripts/star_story_builder.py

@@ -0,0 +1,178 @@
+#!/usr/bin/env python3
+"""
+star_story_builder.py — 从简历文本里抽出工作 / 项目经历，生成"故事矩阵"骨架
+
+用法：
+    python star_story_builder.py --resume resume.md --out stories.md
+
+输出一份 markdown，包含：
+- 检测到的 N 个经历（按时间倒序）
+- 每个经历的 STAR 骨架占位（让用户 / 模型补全）
+- 每个故事可以回答的行为题清单
+"""
+
+from __future__ import annotations
+
+import argparse
+import re
+import sys
+from pathlib import Path
+
+
+COMMON_BEHAVIORAL_QUESTIONS = {
+    "ownership": [
+        "讲一次你 ownership 体现得最好的经历",
+        "你做过的最有成就感的项目",
+        "讲一次你主动推动事情",
+    ],
+    "collab": [
+        "讲一次你跨部门 / 跨团队推动事情",
+        "讲一次你和同事意见不合，怎么解决",
+        "讲一次你说服别人改变想法",
+    ],
+    "challenge": [
+        "讲一次你在资源 / 时间不足下完成目标",
+        "讲一次你做艰难决策的经历",
+        "讲一次你打破常规 / 创新的经历",
+    ],
+    "failure": [
+        "讲一次你失败 / 没达成目标的经历",
+        "讲一次你犯过的最大错误",
+        "讲一次接到负面反馈，怎么应对",
+    ],
+    "learning": [
+        "讲一次你快速学会全新领域的经历",
+        "你最近学到的最重要的事是什么",
+    ],
+}
+
+
+def load_resume_text(path: Path) -> str:
+    suffix = path.suffix.lower()
+    if suffix in {".md", ".txt"}:
+        return path.read_text(encoding="utf-8")
+    if suffix == ".docx":
+        try:
+            from docx import Document
+        except ImportError:
+            print("✗ 缺少 python-docx", file=sys.stderr)
+            sys.exit(1)
+        return "\n".join(p.text for p in Document(str(path)).paragraphs)
+    print(f"✗ 暂不支持 {suffix}", file=sys.stderr)
+    sys.exit(1)
+
+
+def extract_experiences(text: str) -> list[dict]:
+    """
+    简易抽取：找形如 "公司 | 岗位 | 时间" 或 "项目名 | ..." 的行作为锚点，
+    然后取该行后面、下一个锚点之前的内容作为经历内容。
+    """
+    lines = text.splitlines()
+    experiences: list[dict] = []
+    current = None
+
+    # 匹配锚点（含 | 或 ｜，且包含日期/年份）
+    anchor_re = re.compile(
+        r"^(?P<title>[^\n]+?[|｜][^\n]+?[|｜][^\n]+)$"
+    )
+
+    for line in lines:
+        if anchor_re.match(line.strip()):
+            if current and current["bullets"]:
+                experiences.append(current)
+            current = {"title": line.strip(), "bullets": []}
+        else:
+            stripped = line.strip()
+            if current and stripped.startswith(("-", "*", "•")):
+                current["bullets"].append(stripped.lstrip("-*• "))
+    if current and current["bullets"]:
+        experiences.append(current)
+
+    return experiences
+
+
+def categorize_story(bullets: list[str]) -> list[str]:
+    """根据 bullet 关键词，判断这个故事最适合回答哪一类行为题。"""
+    text = " ".join(bullets).lower()
+    cats = []
+    if any(k in text for k in ["主导", "owner", "推动", "drive", "lead", "0-1"]):
+        cats.append("ownership")
+    if any(k in text for k in ["跨部门", "跨团队", "协作", "对接", "合作"]):
+        cats.append("collab")
+    if any(k in text for k in ["紧急", "时间紧", "资源", "决策", "突破"]):
+        cats.append("challenge")
+    if any(k in text for k in ["失败", "下线", "回滚", "复盘", "教训", "踩坑"]):
+        cats.append("failure")
+    if any(k in text for k in ["新", "学习", "陌生", "首次", "从零"]):
+        cats.append("learning")
+    return cats or ["ownership"]
+
+
+def render(experiences: list[dict]) -> str:
+    if not experiences:
+        return (
+            "# 故事矩阵（未检测到经历）\n\n"
+            "无法从简历里自动抽取出工作 / 项目经历。可能是因为：\n"
+            "1. 简历格式不是 `公司 | 岗位 | 时间` 的常见结构\n"
+            "2. 经历用普通段落写，没有明显的锚点\n\n"
+            "建议：手工告诉我你最有代表性的 3~5 段经历，我来帮你做 STAR 拆解。\n"
+        )
+
+    out = ["# 故事矩阵（Story Matrix）", ""]
+    out.append(f"从简历里检测到 {len(experiences)} 段经历，按 STAR 拆解如下。")
+    out.append("**请补充每个 STAR 段落里 `[占位]` 的内容**，准备好后这些故事可以覆盖 80% 的行为面问题。")
+    out.append("")
+
+    for idx, exp in enumerate(experiences[:8], start=1):
+        cats = categorize_story(exp["bullets"])
+        out.append(f"## 故事 {idx}：{exp['title']}")
+        out.append("")
+        out.append("**简历原始 bullet：**")
+        for b in exp["bullets"][:5]:
+            out.append(f"- {b}")
+        out.append("")
+        out.append("**STAR 拆解（请补全）：**")
+        out.append("- **S（背景）**：[占位 - 一句话点明背景 / 痛点]")
+        out.append("- **T（任务）**：[占位 - 你的具体任务和目标]")
+        out.append("- **A（动作）**：[占位 - 分 2~4 步，每步带动词 + 决策依据]")
+        out.append("- **R（结果）**：[占位 - 量化结果 + 一句反思]")
+        out.append("")
+
+        question_pool = []
+        for cat in cats:
+            question_pool.extend(COMMON_BEHAVIORAL_QUESTIONS.get(cat, []))
+        out.append(f"**最适合回答的行为题（{', '.join(cats)}）：**")
+        for q in question_pool[:4]:
+            out.append(f"- {q}")
+        out.append("")
+        out.append("---")
+        out.append("")
+
+    out.append("## 使用建议")
+    out.append("")
+    out.append("- 把每个故事的 STAR 段落填好，每段控制在 30~90 秒讲完")
+    out.append("- 面试时灵活组合：同一个故事可以从不同角度回答不同题")
+    out.append("- 至少准备 **3 个完整故事**（成功 + 失败 + 协作 各一个），覆盖 80% 行为题")
+    out.append('- 每个故事里强调「我」做了什么，避免大量「我们」')
+    return "\n".join(out)
+
+
+def main() -> None:
+    parser = argparse.ArgumentParser()
+    parser.add_argument("--resume", required=True)
+    parser.add_argument("--out")
+    args = parser.parse_args()
+
+    resume_text = load_resume_text(Path(args.resume).expanduser())
+    experiences = extract_experiences(resume_text)
+    report = render(experiences)
+
+    if args.out:
+        Path(args.out).write_text(report, encoding="utf-8")
+        print(f"✓ 故事矩阵已生成：{args.out}")
+    else:
+        print(report)
+
+
+if __name__ == "__main__":
+    main()