二、填空题（10 题）
AI 面试助手项目中的四个主要模块包括简历修改模块、、面试题生成模块和批量处理模块。
✓ 正确
解析：AI 面试助手包含简历修改、面试录音分析、面试题生成和批量处理等模块。
MVP 的中文含义是。
✓ 正确
解析：MVP 用于快速验证需求、流程和价值。
多智能体中，负责判断需求并分发任务的智能体通常叫智能体。
✓ 正确
解析：路由智能体负责判断用户意图并分发任务。
简历评估模块的输入通常是一份文件。
✓ 正确
解析：简历评估模块需要接收简历文件并提取文本内容。
违禁词适合存放在中，因为它是结构化列表，方便维护。
✓ 正确
解析：违禁词列表适合用数据库维护，便于增删改查和复用。
简历模板适合存放在中，因为它属于文档资料，适合检索和比对。
✓ 正确
解析：简历模板属于文档资料，适合放入知识库进行相似检索。
内容分块节点会把简历拆成个人信息、技能、学历、工作经历、项目经历、个人评价等字段。
✓ 正确
解析：内容分块的目标是把简历全文整理成结构化字段。
项目经历数量不固定，所以适合使用结构逐个处理。
✓ 正确
解析：项目经历通常是数组，适合交给循环节点逐个处理。
项目重复度评估中，先把项目内容整理成更适合检索的内容，这一步可以叫优化。
✓ 正确
解析：Query 优化能突出项目背景、技术点、职责和成果，提高模板检索准确性。
结果整合节点要基于前面各评估结果输出一份完整的。
✓ 正确
解析：最终输出应是一份完整、可信、结构清晰的简历评估报告。
三、简答题（10 题）
为什么 AI 面试助手项目不是简单的聊天机器人？
查看参考答案 ▼
AI 面试助手不是简单聊天机器人，因为它需要识别用户需求，调用不同业务模块，还要依赖知识库、数据库、文档识别、ASR、RAG 等能力，最终输出有依据的报告或面试题。
✓ 正确
参考答案：AI 面试助手不是简单聊天机器人，因为它需要识别用户需求，调用不同业务模块，还要依赖知识库、数据库、文档识别、ASR、RAG 等能力，最终输出有依据的报告或面试题。
为什么公司做项目时通常先做 MVP？
查看参考答案 ▼
先做 MVP 是因为项目资源有限，不能一开始把所有功能都做完。先做最小可行版本可以快速验证需求是否成立、流程是否可行、效果是否有价值，再决定后续是否继续迭代。
✓ 正确
参考答案：先做 MVP 是因为项目资源有限，不能一开始把所有功能都做完。先做最小可行版本可以快速验证需求是否成立、流程是否可行、效果是否有价值，再决定后续是否继续迭代。
单智能体和多智能体有什么区别？
查看参考答案 ▼
单智能体是一个智能体承担所有任务，适合简单场景；多智能体是多个智能体分工协作，通常由路由智能体判断需求，再分配给不同工作智能体处理，适合复杂业务。
✓ 正确
参考答案：单智能体是一个智能体承担所有任务，适合简单场景；多智能体是多个智能体分工协作，通常由路由智能体判断需求，再分配给不同工作智能体处理，适合复杂业务。
为什么当前课程阶段使用 Coze，而不是一开始就使用 LangGraph？
查看参考答案 ▼
当前课程阶段使用 Coze，是因为 Coze 上手快、低代码、适合快速搭建 MVP 和体验项目流程。LangGraph 更适合复杂生产级项目，但学习成本和开发成本更高，后续深入开发时再学习更合适。
✓ 正确
参考答案：当前课程阶段使用 Coze，是因为 Coze 上手快、低代码、适合快速搭建 MVP 和体验项目流程。LangGraph 更适合复杂生产级项目，但学习成本和开发成本更高，后续深入开发时再学习更合适。
为什么简历评估模块要先做数据准备？
查看参考答案 ▼
简历评估要先做数据准备，因为后续判断需要依赖原始简历文本、违禁词列表和当前日期。如果没有这些基础数据，后续评估节点无法判断项目是否有违禁词、时间是否合理、内容是否完整。
✓ 正确
参考答案：简历评估要先做数据准备，因为后续判断需要依赖原始简历文本、违禁词列表和当前日期。如果没有这些基础数据，后续评估节点无法判断项目是否有违禁词、时间是否合理、内容是否完整。
为什么违禁词用数据库，简历模板用知识库？
查看参考答案 ▼
违禁词是结构化列表，适合数据库维护，方便增删改查；简历模板是文档资料，适合知识库检索相似内容，用于查重和参考。
✓ 正确
参考答案：违禁词是结构化列表，适合数据库维护，方便增删改查；简历模板是文档资料，适合知识库检索相似内容，用于查重和参考。
为什么不能把整份简历直接丢给一个大模型从头评到尾？
查看参考答案 ▼
整份简历直接交给一个大模型容易上下文过长、重点混乱、提示词难维护，也不方便定位问题。更好的做法是先内容分块，再分别评估，最后整合结果。
✓ 正确
参考答案：整份简历直接交给一个大模型容易上下文过长、重点混乱、提示词难维护，也不方便定位问题。更好的做法是先内容分块，再分别评估，最后整合结果。
为什么项目经历评估比个人信息评估更复杂？
查看参考答案 ▼
项目经历更复杂，因为项目数量不固定，文本较长，涉及背景、技术栈、个人职责、成果数据、周期合理性、违禁词和重复度等多个维度，需要循环和 RAG 配合评估。
✓ 正确
参考答案：项目经历更复杂，因为项目数量不固定，文本较长，涉及背景、技术栈、个人职责、成果数据、周期合理性、违禁词和重复度等多个维度，需要循环和 RAG 配合评估。
项目重复度评估为什么需要先做 Query 优化？
查看参考答案 ▼
Query 优化可以把项目内容整理成更适合检索的表达，去掉无关信息，突出项目背景、技术点、职责和成果，提升知识库检索相似模板的准确性。
✓ 正确
参考答案：Query 优化可以把项目内容整理成更适合检索的表达，去掉无关信息，突出项目背景、技术点、职责和成果，提升知识库检索相似模板的准确性。
结果整合节点为什么不能杜撰前面没有发现的问题？
查看参考答案 ▼
结果整合节点只能基于前面各模块的评估结果进行归纳。如果杜撰新问题，会导致报告不可信，也可能误导学生修改简历。
✓ 正确
参考答案：结果整合节点只能基于前面各模块的评估结果进行归纳。如果杜撰新问题，会导致报告不可信，也可能误导学生修改简历。
四、代码实战（7 题）
画出简历评估模块五步流程
按 AI 面试助手项目流程，写出“简历评估模块”的五步流程，并说明每一步的输入和输出。
查看参考答案 ▼
参考流程：
1. 输入与准备：输入是简历文件、违禁词库、当前日期；输出是可供后续使用的基础数据。
2. 文本处理：输入是简历文件；输出是提取出的简历全文。
3. 内容分块：输入是简历全文；输出是个人信息、技能、学历、工作经历、项目经历、个人评价等结构化字段。
4. 模块评估：输入是各字段内容；输出是各模块的评估结果。
5. 结果整合：输入是所有评估结果；输出是完整简历评估报告。
✓ 正确
参考答案：参考流程：
1. 输入与准备：输入是简历文件、违禁词库、当前日期；输出是可供后续使用的基础数据。
2. 文本处理：输入是简历文件；输出是提取出的简历全文。
3. 内容分块：输入是简历全文；输出是个人信息、技能、学历、工作经历、项目经历、个人评价等结构化字段。
4. 模块评估：输入是各字段内容；输出是各模块的评估结果。
5. 结果整合：输入是所有评估结果；输出是完整简历评估报告。
设计违禁词数据库
设计一个违禁词数据库，至少写出字段名、字段含义和 5 个示例违禁词。
查看参考答案 ▼
参考设计：
字段：id 表示数据唯一编号；forbid_word 表示违禁词；reason 表示不建议出现的原因；level 表示风险等级。
示例违禁词：黑马程序员、iRAG、南方电力、课程项目原名、照搬模板。
设计原因：违禁词会不断增加或修改，用数据库维护更方便，也可以被多个工作流复用。
✓ 正确
参考答案：参考设计：
字段：id 表示数据唯一编号；forbid_word 表示违禁词；reason 表示不建议出现的原因；level 表示风险等级。
示例违禁词：黑马程序员、iRAG、南方电力、课程项目原名、照搬模板。
设计原因：违禁词会不断增加或修改，用数据库维护更方便，也可以被多个工作流复用。
设计内容分块节点输出字段
设计内容分块节点的输出字段，要求包含个人信息、技能、学历、工作经历、项目经历、个人评价和简历整体总结。
查看参考答案 ▼
参考字段：
name：姓名。
base_info：基本信息。
skill：个人技能。
education：教育经历。
work_exp：工作经历。
project_exp：项目经历数组。
self：个人评价。
context：简历整体总结。
注意：project_exp 应设置为数组，因为项目数量不固定，后续要循环处理。
✓ 正确
参考答案：参考字段：
name：姓名。
base_info：基本信息。
skill：个人技能。
education：教育经历。
work_exp：工作经历。
project_exp：项目经历数组。
self：个人评价。
context：简历整体总结。
注意：project_exp 应设置为数组，因为项目数量不固定，后续要循环处理。
编写技能评估节点规则
为“技能评估节点”写一段评估规则，要求能检查技能是否和项目经历对应。
查看参考答案 ▼
参考规则：
你是大模型和算法工程师简历审核助手，负责检查个人技能部分。请结合项目经历判断技能是否真实合理。重点检查：技能是否和项目经历对应；项目中出现的核心技术是否在技能中体现；技能中写“熟练”“掌握”的内容是否有项目支撑；项目中没有使用的技术不要强行堆砌。输出时只评价技能相关问题，并给出修改建议。
这样设计的原因：技能不是越多越好，必须能被项目经历证明，否则面试时容易被追问穿帮。
✓ 正确
参考答案：参考规则：
你是大模型和算法工程师简历审核助手，负责检查个人技能部分。请结合项目经历判断技能是否真实合理。重点检查：技能是否和项目经历对应；项目中出现的核心技术是否在技能中体现；技能中写“熟练”“掌握”的内容是否有项目支撑；项目中没有使用的技术不要强行堆砌。输出时只评价技能相关问题，并给出修改建议。
这样设计的原因：技能不是越多越好，必须能被项目经历证明，否则面试时容易被追问穿帮。
编写项目经历评估节点规则
为“项目经历评估节点”写一段评估规则，要求能检查项目结构、技术点、个人职责、成果数据和违禁词。
查看参考答案 ▼
参考规则：
你是大模型和算法工程师简历审核助手，负责项目经历评估。请检查项目是否包含项目背景、技术栈、个人职责、成果数据；判断技术点是否合理，是否和求职方向匹配；检查项目周期和工作经历是否冲突；检查是否出现违禁词列表中的内容；如果成果数据看起来难以解释，需要提醒用户准备依据。输出时要指出具体问题、引用简历原文，并给出修改方向。
这样设计的原因：项目经历是面试追问重点，必须真实、结构清晰、能解释。
✓ 正确
参考答案：参考规则：
你是大模型和算法工程师简历审核助手，负责项目经历评估。请检查项目是否包含项目背景、技术栈、个人职责、成果数据；判断技术点是否合理，是否和求职方向匹配；检查项目周期和工作经历是否冲突；检查是否出现违禁词列表中的内容；如果成果数据看起来难以解释，需要提醒用户准备依据。输出时要指出具体问题、引用简历原文，并给出修改方向。
这样设计的原因：项目经历是面试追问重点，必须真实、结构清晰、能解释。
设计项目经历循环处理
假设一份简历有 3 个项目，请写出循环节点应该如何逐个处理这 3 个项目，并说明为什么不建议用一个普通节点一次性处理所有项目。
查看参考答案 ▼
参考答案：
如果简历有 3 个项目，循环节点应把 project_exp 数组作为循环输入。第一次循环处理项目 1，第二次循环处理项目 2，第三次循环处理项目 3。每次循环都执行同样的子流程：项目内容评估、Query 优化、模板库检索、重复度评估、结果整合。最后把 3 个项目的评估结果汇总输出。
不建议用一个普通节点一次性处理所有项目，因为项目文本太长，容易互相干扰；不同项目的问题也不一样，逐个处理更清楚、更稳定。
✓ 正确
参考答案：参考答案：
如果简历有 3 个项目，循环节点应把 project_exp 数组作为循环输入。第一次循环处理项目 1，第二次循环处理项目 2，第三次循环处理项目 3。每次循环都执行同样的子流程：项目内容评估、Query 优化、模板库检索、重复度评估、结果整合。最后把 3 个项目的评估结果汇总输出。
不建议用一个普通节点一次性处理所有项目，因为项目文本太长，容易互相干扰；不同项目的问题也不一样，逐个处理更清楚、更稳定。
撰写 AI 面试助手项目介绍
根据 AI 面试助手项目，写一段 150 字以内的项目介绍，要求包含项目背景、核心功能和项目收益。
查看参考答案 ▼
参考答案：
AI 面试助手是面向就业辅导场景的智能体项目，主要解决学生简历修改、面试录音复盘和面试题练习效率低的问题。项目通过 Coze 工作流整合文档识别、知识库、数据库、大模型评估和循环结构，先实现简历评估模块，能够对个人信息、技能、学历、工作经历、项目经历等内容进行分析并生成修改报告。该项目可以帮助学生提前发现简历问题，也能减少老师批改低级错误的时间。
✓ 正确
参考答案：参考答案：
AI 面试助手是面向就业辅导场景的智能体项目，主要解决学生简历修改、面试录音复盘和面试题练习效率低的问题。项目通过 Coze 工作流整合文档识别、知识库、数据库、大模型评估和循环结构，先实现简历评估模块，能够对个人信息、技能、学历、工作经历、项目经历等内容进行分析并生成修改报告。该项目可以帮助学生提前发现简历问题，也能减少老师批改低级错误的时间。