面试录音直接丢给AI：interview-coach-skill的analyze命令如何自动解析8种转录格式-平芜编程栈

面试录音直接丢给AI：interview-coach-skill的analyze命令如何自动解析8种转录格式

【免费下载链接】interview-coach-skill项目地址: https://gitcode.com/gh_mirrors/in/interview-coach-skill

interview-coach-skill是一款开源的 AI 面试教练技能，它的analyze命令能自动解析 Otter、Zoom、Google Meet 等8 种面试转录格式，把原始录音转写文本一键变成五维评分、短板诊断和 72 小时行动建议。你不需要手动整理任何时间戳或说话人标签——格式检测、清洗、归一化全部自动完成。

为什么面试录音"懒得整理"？

面试结束后的复盘黄金期只有几天。但转录工具导出的原文往往"很难看"：

Google Meet：同一句话被拆成 5-10 行碎行，每行一个时间戳
Zoom VTT：满屏WEBVTT头部、HH:MM:SS.mmm -->时间轴、定位元数据
Otter：段落级时间戳，偶尔还会把半句话错误归属给另一说话人
Teams：说话人标签和文字分行，还可能出现"回声"重复行

手动清洗一份 45 分钟的录音转写，够你再模拟一轮面试了。analyze命令的意义就在于：跳过所有格式化杂活，直接开始复盘。

8 种转录格式，全部自动识别

格式检测协议定义在 references/transcript-formats.md。系统会扫描前 30-50 行的格式信号（VTT 头、时间戳风格、说话人标签模式、章节标题），识别来源工具后执行对应的归一化规则：

格式	关键检测信号	归一化重点
1️⃣ Otter.ai	段落分组 + 段落级时间戳	合并同说话人段落，标记可能的说话人误归属
2️⃣ Grain	话题/章节标题 + 带时间戳的说话人标签	保留`[Topic: ...]`结构标记
3️⃣ Google Meet	每行"名字 HH:MM:SS"+ 激进分行	合并同一说话人的碎行
4️⃣ Zoom VTT	`WEBVTT`头 + 顺序编号 cue	剥离头部、编号、时间轴
5️⃣ Granola	AI 会议纪要 + 原始转录混排	定位原始转录区，剔除 AI 摘要
6️⃣ Microsoft Teams	标签与文本分行、可能重复	去重"回声"伪影
7️⃣ Tactiq	行首行号 + 时间戳	剥离行号与时间戳
8️⃣ 手动/通用	以上都不匹配	从 Q:/A: 标记、缩进等线索推断说话人

检测不确定时，系统会默认按通用格式处理并明确告知你"结果可能需要人工复核"——不会假装自己看得懂。

三步上手：从 clone 到出分数

第 1 步：获取项目

git clone https://gitcode.com/gh_mirrors/in/interview-coach-skill cd interview-coach-skill

第 2 步：激活教练

mv SKILL.md CLAUDE.md

第 3 步：打开文件夹，输入命令

用 Claude Code 打开项目目录，输入kickoff建立你的教练档案（需要任何付费 Claude 方案；也兼容 Cursor 等具备文件系统访问的环境）。之后随时可以运行analyze，把任何工具导出的原始转录直接粘贴进去——详细步骤见 README.md。

💡 小提示：即使你还没跑过kickoff，直接丢一份转录给analyze也能分析。系统会先从题目推断岗位和级别，只追问两个必要问题（目标级别、目标公司），分析完再建议你补全档案。

转录进去之后，发生了什么？

整个流水线定义在 references/transcript-processing.md，共 5 步：

① 格式检测与归一化（Step 0.5）所有格式统一成"一个说话人一个块、无时间戳、标签标准化"的内部表示。检测到 3 个以上说话人时，会自动标记为"可能是 panel 面试"，并保留每位面试官的独立标签。

② 内容清洗 + 质量门（Step 1 / 1.5）去掉口头禅（um、like、you know）、断句重连，但原样保留有效停顿[pause]和面试官的原话。然后给转录质量打分：

质量等级	标准	系统行为
高（>80% 可用）	说话人清晰、内容完整	完整分析
中（60-80%）	部分乱码、缺标签	继续分析，逐处标注"此处置信度降低"
低（<60%）	大面积缺失	明说只能评几题，并建议你用记忆补全缺失的回答

坏数据绝不装好数据——这是它和"随便问问大模型"最大的区别。

③ 按面试类型分路径解析（Step 2）不是所有面试都按"问答对"切。系统分 6 条解析路径：

行为面（默认）：逐题捕获问题、回答、考察能力、是否答非所问
Panel 面：按"交流回合"解析，追踪每位面试官的提问链和交叉追问
系统设计/案例：按 scoping → approach → deep-dive → tradeoff 等阶段解析
技术+行为混合：先分段再分别解析，专门评估你的"模式切换流畅度"
候选人驱动案例：追踪你提了多少澄清问题、立了多少假设
展示轮：评估内容密度、开场钩子、Q&A 应对

④ 反模式扫描 + 多视角评分（Step 2.5 / 3）评分前先对照一张 15 项"失败模式清单"客观扫描：跑题、"我们"代替"我"、从不澄清、回避冲突、开头就先退缩（"我可能说得不对但……"）等等。每项检出的模式都会标注出自哪一题，并链接到对应训练法。

随后从四个视角打分：招聘经理（会不会推荐你）、怀疑论专家（是否真的懂）、公司价值观匹配度、简洁度校准（是否啰嗦、术语堆砌）。评分锚点细节见 references/rubrics-detailed.md。

⑤ 合成"面试 Delta"报告（Step 4）最终输出一份结构化报告：五维记分卡（Substance / Structure / Relevance / Credibility / Differentiation）、瓶颈诊断与分诊、Top 3 待补短板（每项带根因 + 指定训练）、故事库增删建议、未来 72 小时最优先的一件事。完整工作流与输出 Schema 见 references/commands/analyze.md。

报告长什么样？

举一个真实校准锚点（来自 references/examples.md 中"艰难优先级决策"题的评分示例）：

2 分答案："项目很多，我看了数据决定优先做重要的，最后团队很满意。" → 五维全 1-2 分，根因判定：回避冲突——把故事里所有张力都抹掉了
3 分答案：有具体数字（转化率提升 15%）和框架，但没讲取舍成本 → 根因判定："够好"综合征
4-5 分答案：量化 + 权衡了备选方案 + 讲清为什么这么选 → 五维 4-5 分

分析还会做一件很妙的对比：先问你"哪题答得最好、哪题最差"，然后独立评分，再对比你的自我感觉和实际数据的差距——这个 delta 本身就是最有价值的教练数据。如果同一天你跑过debrief（当天快速记录），它还会把"刚下场的直觉 → 事后的自我评价 → 教练评分"三方对齐。

让 analyze 发挥最大威力的 4 个技巧

丢真实转录，别丢记忆版——输入越完整，分诊越准（README 的 Best Results 第 3 条）
有当天 debrief 就先跑 debrief——debrief是analyze的前置输入，两者结合能发现"你以为很差的题其实不差"
面试类型提前说——"这是系统设计面"能帮它走对解析路径；不说也能从转录推断
谈薪电话也用 analyze——系统会自动检测薪酬关键词（salary、equity、RSU 等出现 3 个以上就切换到"谈判表现"评分维度，而不是按面试打分，避免无意义的结果

写在最后

面试复盘的瓶颈从来不是"不会分析"，而是"整理转录太麻烦所以不分析"。interview-coach-skill 的analyze命令把 8 种格式的脏活全部自动化，让你把精力花在真正重要的事上：看懂自己的短板在哪、下一步该练什么。配合mock模拟面和stories故事库，它构成了从录音到改进的完整闭环。

📌 核心文件速查：