参赛项目名称
题迹 QuestionTrace｜基于实时面经证据的个性化面试押题 Skill
团队 / 作者
Thea729-fable
我做了什么
普通联网 Agent 往往只搜索少量网页或汇总帖，读取标题、摘要和部分正文后便结合模型知识生成问题；检索覆盖、内容日期、转载去重、题图读取情况和问题来源通常不可核验。QuestionTrace 将这一过程改造成“百炼多模态解析 → Museon 实时研究 → 百炼逐图提取 → 三方匹配与证据审计”的可追溯流水线，适用于任何存在公开面经的岗位。
QuestionTrace 的默认实时流程分为三个阶段：
1｜百炼解析 JD 与简历，动态确定岗位
用户上传目标岗位 JD 和个人简历后，Skill 必须调用百炼 CLI qwen3.5-omni-plus 解析当前输入，提取公司、具体岗位、业务方向、核心能力、候选人经历和潜在追问触发点，再动态生成检索词。
2｜Museon 实时检索与深读，百炼逐张解析题图
Museon CLI 负责检索小红书真实面经、打开原帖和深读正文，并结合公开网页研究补充牛客等来源。对每份入选面经，Skill 统计全部媒体；每张可访问的面经题图必须交给百炼 qwen3.5-omni-plus 提取可见问题、面试轮次及不确定文字。标题和摘要只能作为候选线索，未完成正文与题图读取的来源不得计入核心频次。
3｜三方交叉、审计与个性化押题
Skill 对面经进行来源核验、内容去重、问题聚类和时效加权，再将「真实面经证据 × 岗位 JD 要求 × 候选人简历触发点」映射为个性化题库 Markdown。每道高优先级题必须同时具有三方依据，并保留来源与读取状态。自动审计脚本会核对百炼运行记录、正文完整性、题图处理状态、去重结果和三方证据；只有审计结果为 PASS 才生成最终证据型题库。
题目分值代表准备优先级，不伪装成不可验证的命中概率。
使用的工具
百炼 CLI v1.14.2（默认必经链路）
qwen3.5-omni-plus：解析本次上传的 JD 与简历，并逐张提取所有可访问面经题图中的可见问题、面试轮次和不确定文字。- 每次运行记录模型名称、成功/失败调用次数、题图处理数量、调用时间和输出哈希，但不保存 API Key 或完整凭证。
Museon CLI v0.5.9
- 负责在用户授权范围内实时检索小红书面经、打开并深读原帖正文，以及补充牛客等公开网页来源。
QuestionTrace Agent Skill：question-trace
- 负责动态生成岗位检索词、建立证据台账、面经去重与问题聚类、计算 15 分制准备优先级，并完成 JD、简历与面经的三方映射，最终输出个性化题库 Markdown。
自动审计：scripts/audit_evidence.py
- 检查百炼运行记录、正文完整性、题图处理状态、去重结果和三方证据；百炼调用缺失或任何必要证据不完整时返回
FAIL，阻止将结果描述为证据型押题题库。
效果展示
项目链接（可选）
GitHub 仓库：
https://github.com/Thea729-fable/QuestionTrace
踩坑记录（可选）
双 CLI、双授权增加首次使用成本：
Museon 与百炼都需要本地安装和用户本人授权，但凭证保留在用户本地，通常只需首次配置；Skill 会先检查环境，只在缺失或失效时提示处理。
参赛项目名称
题迹 QuestionTrace｜基于实时面经证据的个性化面试押题 Skill
团队 / 作者
Thea729-fable
我做了什么
普通联网 Agent 往往只搜索少量网页或汇总帖，读取标题、摘要和部分正文后便结合模型知识生成问题；检索覆盖、内容日期、转载去重、题图读取情况和问题来源通常不可核验。QuestionTrace 将这一过程改造成“百炼多模态解析 → Museon 实时研究 → 百炼逐图提取 → 三方匹配与证据审计”的可追溯流水线，适用于任何存在公开面经的岗位。
QuestionTrace 的默认实时流程分为三个阶段：
1｜百炼解析 JD 与简历，动态确定岗位
用户上传目标岗位 JD 和个人简历后，Skill 必须调用百炼 CLI
qwen3.5-omni-plus解析当前输入，提取公司、具体岗位、业务方向、核心能力、候选人经历和潜在追问触发点，再动态生成检索词。2｜Museon 实时检索与深读，百炼逐张解析题图
Museon CLI 负责检索小红书真实面经、打开原帖和深读正文，并结合公开网页研究补充牛客等来源。对每份入选面经，Skill 统计全部媒体；每张可访问的面经题图必须交给百炼
qwen3.5-omni-plus提取可见问题、面试轮次及不确定文字。标题和摘要只能作为候选线索，未完成正文与题图读取的来源不得计入核心频次。3｜三方交叉、审计与个性化押题
Skill 对面经进行来源核验、内容去重、问题聚类和时效加权，再将「真实面经证据 × 岗位 JD 要求 × 候选人简历触发点」映射为个性化题库 Markdown。每道高优先级题必须同时具有三方依据，并保留来源与读取状态。自动审计脚本会核对百炼运行记录、正文完整性、题图处理状态、去重结果和三方证据；只有审计结果为
PASS才生成最终证据型题库。题目分值代表准备优先级，不伪装成不可验证的命中概率。
使用的工具
百炼 CLI v1.14.2（默认必经链路）
qwen3.5-omni-plus：解析本次上传的 JD 与简历，并逐张提取所有可访问面经题图中的可见问题、面试轮次和不确定文字。Museon CLI v0.5.9
QuestionTrace Agent Skill：
question-trace自动审计：
scripts/audit_evidence.pyFAIL，阻止将结果描述为证据型押题题库。效果展示
项目链接（可选）
GitHub 仓库：
https://github.com/Thea729-fable/QuestionTrace
踩坑记录（可选）
双 CLI、双授权增加首次使用成本：
Museon 与百炼都需要本地安装和用户本人授权，但凭证保留在用户本地，通常只需首次配置；Skill 会先检查环境，只在缺失或失效时提示处理。