行为面试 skill。帮求职者挖掘真实经历、用 STAR/CAR 结构化、映射能力标签、构建可复用的中英双语故事库（Story Bank）；并能接入 JD + 简历，针对具体岗位生成 Top 20 BQ 选题 + 基于真实经历的 STAR 准备模板（HTML 报告）。不是背答案，而是建立可复用的职业叙事体系，让任何行为面试题都能自然作答。
关键词：behavioral question, BQ, 行为面试, STAR, 故事库, Amazon LP, 职业故事, tell me about a time, 面试准备, JD 面试题预测, top 20 题。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
把"会回答某道 BQ"升级成"拥有一套可复用的职业故事库"。核心循环：
挖掘 (Mine) → 结构化 (Structure) → 打标 (Map) → 存库 (Save) → 复用 (Reuse)
第一原则：先查库，再开工。 任何 BQ 进来，先看 story-bank/_index.md 有没有能命中的故事；能复用就复用/微调，不能再触发新一轮挖掘。这就是"越用越懂用户"。
第二原则：一次只问一个问题。 挖掘是对话，不是问卷。问一个 → 等回答 → 顺着答案追问。永远不要一次抛一串问题。
第三原则：不替用户编故事。 所有素材必须来自用户真实经历。可以引导、可以追问、可以帮他把模糊的说清楚，但绝不杜撰 Task / Action / Result。量化数字一律向用户求证。
| 用户说的话 | 走哪条流程 |
|---|---|
| "帮我准备面试" / "我要建故事库" / 给一段经历 | 挖掘新故事 → prompts/story-mining.md |
| 贴出一道具体 BQ（"Tell me about a time…"） | 回答一道题（先查库，下方流程） |
| "我这个故事讲得好吗" / 贴出已有答案 | 打磨已有故事 → prompts/structuring.md |
| "模拟面试" / "出几道题考我" | 模拟面试（v1 轻量版，下方） |
| 给了 JD + 简历 / "针对这个岗位帮我准备 BQ" / "这家会问什么、我怎么答" | JD 驱动的 BQ 选题 + 准备 → prompts/jd-driven-prep.md |
| "看看我的故事库" / "我有哪些故事" | 读 story-bank/_index.md 汇报 |
判断不了就问一句："你是想挖新故事建库，还是针对某道具体题目准备？"
完整执行 prompts/story-mining.md 里的四层追问引擎：
frameworks/competency-tags.md）+ 判断能打哪些公司维度（frameworks/company-profiles.md）。story-bank/_story-template.md 写成一个故事文件，并更新 _index.md。一次会话聚焦挖 挖透 1 个完整故事就够了，挖深比挖多重要。挖完问用户要不要继续下一个。
frameworks/competency-tags.md 反查）story-bank/_index.md，找 tags / competencies 命中的故事。
frameworks/star-car.md）。执行 prompts/structuring.md：诊断用户现有答案的结构问题（常见：Situation 太长、看不出"我"做了什么、没有量化 Result、能力标签不清晰），给出改写。改完可存库。
frameworks/company-profiles.md 对应风格。针对某个具体岗位做定向 BQ 准备。完整执行 prompts/jd-driven-prep.md，五步流程：
① 上传 JD → ② 上传简历 → ③ 生成 Top 20 选题（对着 JD）→ ④ 基于你的经历给 STAR 准备模板 → ⑤ 输出 HTML 报告
../job-description-skill/jd-bank/ 里已解码的 Must Have + Hidden Signals；没有就让用户贴 JD，先过一遍解码。~/Desktop/Claude skills/bq-prep-<company>-<role>-<YYYYMM>.html（视觉规范见 assets/bq-prep-report.md）。这是 job-description-skill 面试预测流程的下游深化：那边给「会问什么」，这里给「用你的真实经历怎么答 + 模板」。
story-bank/，每个故事一个 .md。_index.md 是反查表：能力标签 → 故事文件，是「答题」 复用的入口。_index.md。prompts/story-mining.md — 四层追问引擎（「挖新故事」 核心）prompts/structuring.md — 结构化诊断与改写（「打磨已有故事」）prompts/jd-driven-prep.md — JD × 简历 → Top 20 选题 + 准备模板（「JD 驱动准备」，挂钩 job-description-skill）assets/bq-prep-report.md — 「JD 驱动准备」 的 HTML 报告视觉规范frameworks/star-car.md — STAR / CAR / SOAR 何时用哪个、同一故事多角度复用frameworks/competency-tags.md — 能力标签词典 + BQ 题型反查frameworks/company-profiles.md — Amazon LP / Meta / Anthropic / OpenAI 等评价风格story-bank/_story-template.md — 故事文件模板story-bank/_index.md — 故事索引まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Job Description 解码器 + Offer 策略系统。把任何 JD 翻译成「这家公司到底在招什么人 / 我的匹配度 / Gap 在哪 / 为什么投/不投 / 面试会问什么 / 下一步怎么走」。只有 3 步：贴 JD → 给简历 → 自动生成并打开一份 HTML Offer Strategy Report。是整个求职链路的入口，向下衔接 Resume Skill 和 BQ Skill。关键词：job description, JD, 职位描述, 匹配度, ATS, resume tailor, 简历定制, 招聘经理, 投不投, should I apply, 面试预测, offer strategy。
日本語の概要は準備中です。原文の説明を表示しています。
批量发现、整理和持续维护求职岗位清单。根据用户的简历、目标方向或种子 JD，搜索 LinkedIn 与公开网页，去重并建立尽量完整的候选池，用证据区分已核验事实和方向性推断，最后生成可搜索、可筛选的单文件 HTML job-hunt-skill 报告。用户说‘帮我批量找岗位’、‘整理职位清单’、‘使用 job-hunt-skill’、‘根据简历搜工作’、‘把这些 LinkedIn 职位做成表格’、‘持续跟踪岗位’时必须使用。只发现和分析岗位；绝不自动申请、处理登录凭据或绕过访问限制。
日本語の概要は準備中です。原文の説明を表示しています。
LinkedIn 岗位发现与匹配排序。根据用户给的一份种子 JD 和简历，提取目标岗位画像，自动生成多组 LinkedIn Jobs 搜索，采集、去重并按证据给岗位分层，最终输出可直接投递的 shortlist。用户说‘帮我找工作’、‘在 LinkedIn 搜适合我的岗位’、‘找相似职位’、‘根据简历推荐岗位’、‘job search’、‘find jobs like this’时必须使用。只搜索和推荐，不自动投递、不代替用户登录、不绕过验证码。
日本語の概要は準備中です。原文の説明を表示しています。
Offer 对比决策器。用户同时拿到两份（或多份）offer 纠结怎么选时，扮演 Senior Career Decision Advisor：结构化对比 comp / 成长 / AI 敞口 / 公司强度 / 团队风险 / 晋升速度 / 生活方式，识别 front-loaded vs long-term upside、resume value、switch-out 难度、hidden risks，最后给一条**明确、有立场、不中性**的推荐（并附「你是 X 类人选 A，你是 Y 类人选 B」的分叉判定）。三步：贴两份 offer → 补 priorities & 现状 → 自动生成并打开一份 HTML Offer Decision Report。是 offer-toolkit 里 JD Skill / Resume Skill / BQ Skill 拿到结果之后的下一环。关键词：offer compare, 选 offer, 两个 offer, offer decision, TC compare, 该去哪家, which offer, 4-year TC, RSU, sign-on, front-loaded, long-term upside, career decision。
日本語の概要は準備中です。原文の説明を表示しています。
求职工具包。把「找岗位 → 签 offer」拆成六个独立子 skill：⓪ Job Hunt 批量发现岗位，① Job Description 解码具体 JD，② Resume 定向简历，③ BQ 准备行为面试，④ Offer Compare 对比多份 offer，⑤ Salary Negotiation 谈 package。任何求职相关请求（找工作、该不该投、改简历、准备面试、选 offer、谈薪）都从这里进，再路由到对应子 skill。关键词：求职, offer, career, job hunt, LinkedIn jobs, JD, resume, CV, behavioral interview, BQ, STAR, offer compare, salary negotiation, 薪资谈判, 选 offer。
日本語の概要は準備中です。原文の説明を表示しています。
简历生成与美化。两种入口：把已有简历(PDF/Word/文本)解析、诊断、套用模板美化；或者还没有简历时，通过 LinkedIn 导入或一问一答的对话帮你从零建出一份。输出单页打印优化的 HTML(浏览器里 Cmd+P 直接存成 PDF)，提供 12 套模板，覆盖 ATS 友好、侧栏、衬线、编辑、时间轴与头像版式。关键词：resume, CV, 简历, 美化简历, 做简历, 简历模板, resume template, LinkedIn 简历, 求职简历, ATS, 改简历, polish resume。
日本語の概要は準備中です。原文の説明を表示しています。