个人技术成长与面试准备的综合知识库
💼 面试话术 | 🔧 技术实验 | 🤖 AI 应用
Review 是一个个人综合知识库，主要用于记录和整理：
- 技术实验项目：包含阿里云通义千问 API 调用示例，支持命令行对话和 Gradio Web UI
- 面试准备资料：系统化整理面试话术、离职理由、职业规划、薪资谈判等实战内容
- AI Agent 应用：基于四范式 OpenClaw 平台的电竞解说 AI 人设设计与实践
本项目旨在帮助开发者系统化地准备技术面试、积累 AI 应用经验，并对相关知识进行持续沉淀。
Review/
├── Proj/ # 技术实验项目
│ ├── Aliyun.py # 阿里云通义千问命令行对话示例
│ ├── app_gradio.py # 基于 Gradio 的 Web UI 对话应用
│ ├── requirements.txt # Python 依赖包
│ ├── .env.example # 环境变量配置模板
│ ├── Cursor-Agent-性价比配置.md # Cursor Agent 配置指南
│ └── 云服务实操说明.md # 云服务操作说明文档
│
├── rhetoric/ # 面试话术和准备资料
│ ├── 01-离职与短任期.md # 离职原因与短任期解释话术
│ ├── 02-职业规划与换工作动机.md # 职业规划与跳槽动机话术
│ ├── 03-薪资与福利.md # 薪资谈判与福利话术
│ ├── 04-履历时间线与重叠.md # 履历时间线梳理与重叠处理
│ ├── 05-项目深挖与STAR.md # 项目经历深挖与 STAR 法则应用
│ ├── 06-压力面刁钻题补充.md # 压力面试刁钻问题应对
│ ├── 07-反问与收尾.md # 面试反问技巧与收尾话术
│ ├── 08-阿里HRBP-HRG面试考察与问答对策.md # 阿里 HRBP/HRG 面试专项
│ ├── 面试推理文件1.md # 面试场景推理与分析
│ └── 面试推理文件2.md # 面试场景推理与分析（续）
│
├── 4Paradigm/ # 四范式 AI Agent 项目
│ └── OpenClaw-电竞解说-小龙虾/ # 电竞解说 AI 人设与技能定义
│ ├── OpenClaw_话题触发钳钳人格_原理说明.md
│ ├── OpenClaw_钳钳人设与多渠道会话_总结.md
│ ├── 小龙虾跨平台配置与自动化实践指南.md
│ └── 演示.md
│
├── Aliyun/ # 阿里云相关资料
├── Anker/ # Anker 面试相关资料
├── Baidu/ # 百度面试相关资料
├── ByteDance/ # 字节跳动面试相关资料
├── China_Mobile/ # 中国移动相关资料
├── DIDI/ # 滴滴面试相关资料
├── DingTalk/ # 钉钉面试相关资料
├── Item/ # 面试题目汇总
├── NIO/ # 蔚来面试相关资料
├── PDD/ # 拼多多面试相关资料
├── SKILLS/ # 技能知识库
└── interview.md # 面试综合笔记
git clone https://github.com/wjl110/Review.git
cd Reviewcd Proj
# 安装依赖
pip install -r requirements.txt
# 配置环境变量
cp .env.example .env
# 编辑 .env 文件，填入你的 DASHSCOPE_API_KEY
# 运行命令行对话
python Aliyun.py
# 启动 Gradio Web UI
python app_gradio.py直接浏览 rhetoric/ 目录下的 Markdown 文件，按需阅读对应话题的准备内容：
# 查看面试话术目录
ls rhetoric/浏览 4Paradigm/OpenClaw-电竞解说-小龙虾/ 目录，查看电竞解说 AI 人设配置和 YAML 技能定义。
基于阿里云 DashScope SDK 接入通义千问大模型，包含两种使用方式：
| 文件 | 说明 |
|---|---|
Aliyun.py |
命令行多轮对话示例，支持流式输出 |
app_gradio.py |
基于 Gradio 的 Web UI，提供可视化交互界面 |
requirements.txt |
项目依赖：dashscope、gradio、python-dotenv |
.env.example |
环境变量模板，需配置 DASHSCOPE_API_KEY |
Cursor-Agent-性价比配置.md |
Cursor AI 编辑器的 Agent 性价比配置方案 |
云服务实操说明.md |
阿里云等云服务的实操配置说明 |
使用前置条件：
- Python 3.8+
- 阿里云 DashScope API Key（可在阿里云控制台申请）
系统化整理面试各环节的应对话术，覆盖从自我介绍到薪资谈判的完整流程：
| 文件 | 内容 |
|---|---|
01-离职与短任期.md |
如何解释离职原因、短任期经历，避免触雷 |
02-职业规划与换工作动机.md |
职业发展规划阐述、换工作动机的正向表达 |
03-薪资与福利.md |
薪资期望报价策略、福利谈判技巧 |
04-履历时间线与重叠.md |
简历时间轴梳理、多段经历重叠的处理方法 |
05-项目深挖与STAR.md |
STAR 法则（情境-任务-行动-结果）的实战应用 |
06-压力面刁钻题补充.md |
压力面试常见刁钻问题及应对策略 |
07-反问与收尾.md |
面试末尾反问面试官的技巧与话术 |
08-阿里HRBP-HRG面试考察与问答对策.md |
针对阿里巴巴 HRBP/HRG 面试的专项准备 |
基于四范式 OpenClaw 平台构建的电竞解说 AI Agent "小龙虾"（钳钳），包含完整的人设设计和技能配置：
| 文件 | 内容 |
|---|---|
OpenClaw_话题触发钳钳人格_原理说明.md |
话题触发机制与 AI 人格设计原理 |
OpenClaw_钳钳人设与多渠道会话_总结.md |
钳钳人设定义与多渠道会话配置总结 |
小龙虾跨平台配置与自动化实践指南.md |
跨平台部署配置与自动化实践 |
演示.md |
项目演示说明 |
龙虾人风格提案 - Sheet1.csv |
风格提案数据表 |
| 目录 | 说明 |
|---|---|
Aliyun/ |
阿里云相关面试和技术资料 |
Anker/ |
Anker（安克创新）面试准备资料 |
Baidu/ |
百度面试准备资料 |
ByteDance/ |
字节跳动面试准备资料 |
China_Mobile/ |
中国移动相关资料 |
DIDI/ |
滴滴出行面试准备资料 |
DingTalk/ |
钉钉面试准备资料 |
NIO/ |
蔚来汽车面试准备资料 |
PDD/ |
拼多多面试准备资料 |
| 技术/工具 | 用途 |
|---|---|
| Python | 主要编程语言（Proj 模块） |
| DashScope SDK | 阿里云通义千问 API 调用 |
| Gradio | Web UI 框架，构建可视化对话界面 |
| python-dotenv | 环境变量管理 |
| YAML | OpenClaw AI Agent 技能配置文件格式 |
| Markdown | 知识文档格式 |
| 四范式 OpenClaw | AI Agent 开发平台 |
- 进入
rhetoric/目录，按编号顺序阅读各话术文件 - 根据即将面试的目标公司，查阅对应的企业专项目录（如
ByteDance/、Baidu/等） - 参考
interview.md查阅综合面试笔记
- 参考快速开始中的步骤配置环境
- 命令行方式：运行
python Proj/Aliyun.py，直接在终端进行多轮对话 - Web UI 方式：运行
python Proj/app_gradio.py，在浏览器中打开可视化界面（默认端口 7860）
- 进入
4Paradigm/OpenClaw-电竞解说-小龙虾/目录 - 阅读人设和技能配置文档
- 参考配置指南在四范式 OpenClaw 平台上部署 AI Agent
欢迎提交 Pull Request 来完善本知识库！
-
Fork 仓库
点击页面右上角的
Fork按钮，将项目 Fork 到你的账户 -
克隆到本地
git clone https://github.com/<your-username>/Review.git cd Review
-
创建新分支
git checkout -b feature/your-feature-name
-
提交你的改动
git add . git commit -m "feat: 添加 xxx 内容" git push origin feature/your-feature-name
-
发起 Pull Request
在 GitHub 上发起 Pull Request，描述你所做的改动
feat: 新增内容或功能fix: 修复错误或问题docs: 文档改进refactor: 结构调整（不改变内容）
本项目采用 MIT License 开源许可证。
📌 如有问题或建议，欢迎通过 Issues 反馈。