开源一个 AI 面试官 Skill专门练 RAG、Agent、LangChain、LangGraphGitHubhttps://github.com/MGLier/ai-interview-coach.git最近在准备 AI 应用算法工程师相关面试我把自己常用的一套面试规则整理成了一个Codex Skill主要用于模拟真实技术面试。目前重点覆盖RAGAgentLangChainLangGraphTransformerBERTNLPLSTMPython / FastAPIAI 项目工程化和普通题库最大的区别是它不会一次丢给你一堆题而是像真实面试官一样根据你的回答继续追问。比如面试官 你们 RAG 为什么使用 BGE-M3 你 因为中文效果比较好。 面试官 除了中文效果之外还有什么原因 面试官 Embedding 生成以后存在哪里 面试官 Milvus 召回以后为什么还需要 Reranker这种方式比较适合练项目深挖。支持哪些面试模式可以直接输入使用 ai-interview-coach开始面试或者RAG 面试 Agent 面试 LangGraph 面试 项目面 压力面 八股模式默认一次只问一道题并根据你的回答动态追问。支持自己的知识库Skill 里面预留了knowledge目录。可以把自己的简历.md RAG.md Agent.md 项目总结.md 面试题.md直接放进去。之后面试时会优先结合你自己的项目和知识库进行提问。这样就不会只问通用八股而是会围绕你的真实项目继续深挖。Codex 使用方式先下载项目git clone https://github.com/MGLier/ai-interview-coach.git然后将 Skill 放到 Codex 可以识别的 Skill 目录中。使用时直接输入使用 ai-interview-coach。 开始 RAG 面试。即可开始。没有 Codex 也可以用Skill 本质上就是一套完整的面试 Prompt。如果没有 Codex或者 Codex 暂时没有额度也可以复制 SKILL.md 内容 ↓ 粘贴到 ChatGPT / Claude / Gemini ↓ 上传自己的 Markdown 知识库 ↓ 开始模拟面试同样可以使用。适合哪些人比较适合正在准备AI 应用算法工程师RAG 工程师Agent 开发工程师LLM 应用开发工程师NLP 算法工程师尤其适合这种情况项目已经写进简历了但一被面试官连续追问就容易卡住。项目地址https://github.com/MGLier/ai-interview-coach.git后面还会继续补充 RAG、Agent、LangGraph、MCP、A2A 和项目面试相关内容。