【外滩大会2026】题迹 QuestionTrace｜基于实时面经证据的个性化面试押题 Skill

[Thea729-fable]

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。

[TreeLin]

感谢提交「题迹 QuestionTrace」！把押题拆成动态检索、深度阅读建证据库、三方交叉这三个阶段，并且坚持每道高优先级问题都要同时有面经、JD 和简历三方依据、保留来源与审计信息，还明确「题目优先级代表准备顺序，不伪装成无法验证的命中概率」——这些都是很清醒的设计。

不过关于收录，有一个口径上的问题要先跟你对齐。Showcase 收录的前提，是阿里云百炼在作品的运行链路里真实承担了工作（百炼 CLI / OpenWork / DashScope API 调用通义千问、万相、CosyVoice 等百炼模型）。而你在「踩坑记录」里写得很明确：核心运行时只要求授权 Museon，百炼仅作为可选的检索增强，用于补充信息与交叉验证，不构成第二项强制授权；WebSearch MCP 也因账号未开通而没有作为运行时依赖。按这个描述，百炼目前不在必经链路上，我们暂时还不能收录。

两条路都可以：

① 把某个环节切到百炼跑通并成为默认路径。比如深读阶段的题图视觉分析、面经去重与聚类、或者三方交叉匹配这一步，交给 qwen3.5-omni-plus / qwen3.8-max 常驻承担，然后补一段调用说明和运行截图。
② 如果链路里本来就有百炼在跑，只是正文没写清楚，那麻烦补上：具体哪一步调了哪个百炼模型、一小段调用代码或 CLI 命令（去掉 API Key），以及一张能看出百炼在其中起作用的运行截图。

另外提醒一件事：以小红书等平台的用户内容作为检索与深读的数据源，请注意遵守对应平台的用户协议与 robots 规则，避免超出授权范围的抓取和二次分发，这一点在开源项目里最好也在 README 里说明清楚。

补充完在这条 issue 下回复一声，我们会尽快复看。

👉 提交加入百炼开源开发者计划：http://bailian.console.aliyun.com/opensource

[Thea729-fable]

@TreeLin 感谢评委的具体建议，已按建议完成修改并重新跑通实时链路，申请复看：

1. 百炼已从“可选增强”改为默认必经运行时；qwen3.5-omni-plus必须完成本次 JD/简历解析，并逐张解析所有可访问的入选面经题图。
2. 已在全新 Agent 任务中完成实时模式验证：百炼实际解析 4 页 JD/简历，Museon 实时检索并深读小红书和牛客面经，最终生成题库 Markdown、证据台账 JSON 和审计结果 JSON，审计结论为 PASS，未使用历史 Demo 回放。
3. README 与 Skill 已补充第三方内容边界：遵守平台用户协议、robots、权限和限流，不绕过访问控制，不批量抓取或二次分发原帖全文、创作者标识、临时媒体链接和原始题图，只保留研究所需的最小衍生证据与审计信息。

项目仓库：
https://github.com/Thea729-fable/QuestionTrace

烦请复看，感谢！