Classify Interview Questions

执行步骤

1. 分类

收到面试题后，逐题判断属于哪个维度：

• 如果题目明显属于某个维度 → 直接分配
• 如果题目跨维度 → 选最核心的那个维度
• 如果题目太个人化（如"你简历上的XX项目"）→ 剥离简历细节，转为通用问题再分配
• 如果题目和已有题目高度重复 → 增强已有答案，不新增

输出分类结果表格供用户确认（如果题量大可直接执行）。

2. 检查已有内容

对每篇目标文章，先读取现有内容：

• 检查是否已有相同或相似问题
• 找到插入位置（在"这类题的答题模式"段落之前）

3. 写答案并插入

每道题用标准格式：

## Q：{面试题（通用化后的表述）}

> 来源：{公司/岗位}

**新手答**："{浅层回答}"

**高手答**：

{深度回答，分层递进，带具体方案}

**差距在哪**：{分析差距，点出面试官考什么}

善用 Mermaid 流程图：当答案涉及多阶段流程、对比关系或架构拆分时，优先用 ```mermaid 流程图替代纯文本 ASCII 图。项目前端已支持 Mermaid 渲染，流程图比文字列表更直观。适合使用的场景：

• 多阶段管线（如 RAG 检索 → 精排 → 生成）
• 对比（如有/无某方案的效果对比）
• 架构分层（如 Agent 四层架构）
• 决策分支（如"什么场景用什么方案"）

不需要每道题都加图，只在图比文字更清晰时使用。

4. 修复引号

插入完成后，对所有修改过的文件运行：

python3 .claude/skills/chinese-quotes-fix/fix_quotes.py "learn-agent-interview/{目标目录}/index.md"

5. 汇报

输出分发结果表格：

注意事项

• 绝不新建面经实录文章（如 12-xxx/），所有题目分发到 01-11 的已有维度文章
• 个人化问题（"你用过XX吗""你简历上的XX"）必须转为通用问题
• 与已有题目重复时，增强已有答案而非新增
• 来源标注保留原始公司/岗位信息