一、目标概览
前期已完成固化题库（Java 后端 / 算法各 30 题）、八类追问模板（8×3）、面试状态机、RAG 向量检索等基础能力。本周工作重心从「配置文件里有了」转向「页面上能感到」：八类追问真正驱动多轮对话；简历解析后出首题 + 第二道定制题；结束报告改为四维分数并带观察说明；多轮注入已问题目摘要减少重复考点；RAG 默认走向量 + 关键词混合检索，并对算法类问题引导复杂度说明。语料大规模扩充等你爬虫数据到位后执行python -m rag.build_index即可，本周未改动rag_corpus目录。
涉及的主要模块：interview_session.py、followup_router.py、resume_parse.py、prompts.py（score_v2）、rag/hybrid.py、rag/pipeline.py、scoring.py。
二、开发成果详述
2.1 八类追问接入 HTTP 多轮面试
原先：followup_templates.json里虽有澄清、边界、权衡、异常、压力、细节、场景、收尾等八类、每类三条 directive，但 HTTP 多轮里仍主要靠「答得长 / 答得短」两套话术（gap/thin），用户体感上追问风格变化不大。
本周： 每轮有效作答后调用resolve_followup选类型；在开启 LLM 路由时由轻量模型从八类中选一类，失败或无 Key 时从八类随机。选定后从该类三条模板抽一条，与题面、上段回答拼入 system，再llm_chat输出「短评 + 一个追问」。会话记录last_followup_type，接口响应可带followupType。
体感变化： 回答含糊 → 更常澄清术语；只讲方案 → 更常问边界或权衡；没谈故障 → 更常问异常与降级。
def _compose_followup_system(s, current_q, user_answer, min_sub): memory = build_questions_memory_block(s.get("all_questions") or []) spec = resolve_followup(user_answer, s["role"], use_llm_router=True, rng=s["rng"]) s["last_followup_type"] = spec.id body = ( f"当前题面：\n{current_q}\n\n" f"候选人上段回答：\n{user_answer}\n\n" f"本轮追问类型：{spec.label_zh}（{spec.id}）。\n" f"当轮追问要求：{spec.directive}" ) if memory: body = memory + "\n\n" + body return compose_interviewer_system(body)可调环境变量：INTERVIEW_FOLLOWUP_STRATEGY（总开关）、INTERVIEW_FOLLOWUP_LLM_ROUTER（设为0则只随机选类，便于无 Key 联调）。
2.2 简历结构化与双题定制
原先： 简历多作为整段原文传入 Prompt；第二题虽有触发，但与技能、项目绑定不紧，换简历后题目差异不明显。
本周：parse_resume得到 skills、projects、years、summary，经build_resume_prompt_block整理成结构化块再出题。创建会话时用该块调用pick_first_question；解析成功时开场可能提示「已读取技能要点：Java、Spring…」。第一题有效答完后触发「结合你的简历，我再问一题」，build_resume_second_question_hint要求与第一题考点错开；云端失败则从固化题库抽题并排除已问。
resume_parsed = parse_resume(rt, prefer_llm=True) if rt else None resume_for_question = build_resume_prompt_block(resume_parsed, rt) if rt else None question, qsrc, qpv = pick_first_question( role, resume_for_question or None, difficulty=difficulty, )2.3 面试报告：四维分数与说明字段
评分 Prompt 升级为score_v2（SCORE_PROMPT_VERSION），模型输出 logic、term（专业深度）、fluency、stability、overall 及 reasons、suggestions。_map_score_report将展示字段对齐为：逻辑清晰、专业深度、表达流畅、情绪稳定、综合评价；新增dimensionReasons写关键维度观察，与suggestions改进建议配合，便于报告页雷达图与复盘说明。
return { "reportId": report_id, "score": { "逻辑清晰": logic, "专业深度": depth, "表达流畅": fluency, "情绪稳定": stability, "综合评价": overall, }, "dimensionReasons": { "逻辑清晰": reasons[0][:300], "专业深度": reasons[1][:300], }, "suggestions": suggestions[:12], }2.4 多轮记忆：已问题目摘要
在prompts.py增加build_questions_memory_block，把本场all_questions压缩为最多 12 条摘要，在每轮追问 system 前注入；面试官 base Prompt 升级为interviewer_v4，要求勿重复相同考点。连续多轮时更少「又问一遍 HashMap / 又问项目介绍」，追问更多落在当前题与上一轮薄弱处。
def build_questions_memory_block(all_questions: list[str]) -> str: lines = [f"{i + 1}. {q[:200]}" for i, q in enumerate(all_questions[:12])] return "【已问题目摘要，勿重复相同考点或换汤不换药再问】\n" + "\n".join(lines)2.5 RAG：混合检索与算法题增强
纯向量检索在语料不多时，可能出现「问 Kafka 却命中 Vue」等错配。本周新增rag/hybrid.py：对同一 chunk 计算向量分与keyword_score，按RAG_HYBRID_ALPHA（默认 0.65）加权融合后取 Top-K。pipeline.py默认RAG_HYBRID_SEARCH=1；无索引时仍关键词兜底。问题含「算法、复杂度、实现」等词时，system 追加要求附 Python 伪代码与时间/空间复杂度。
if use_hybrid and (index_ready() or get_api_key()): hits = hybrid_search(q, _CORPUS, k=k, category=category, use_vector=index_ready())八股页表现：references的 title、snippet 更贴题；算法类回答更可能带思路与 O(n) 说明（依赖模型与语料，非在线执行代码）。
2.6 评分统一入口
新增score_answer_from_text，文字作答与 ASR 转写共用llm_score，输出结构一致并标记answerSource。本地兜底local_score同步包含stabilityScore。说明已写入docs/SKILL_API.md，后端接「上传音频 → 转写 → 评分」时可直接调用。
def score_answer_from_text(question, answer_text, *, source="text"): out = llm_score(question, answer_text) out["answerSource"] = source return out三、开发中的问题与改动优点
3.1 遇到的问题
（1）追问模板「写了但没接上」followup_templates.json和followup_router早已存在，但 HTTP 多轮仍走gap/thin两套话术，八类策略在页面上几乎体现不出来。本质是「配置层」和「会话层」脱节。
（2）简历第二题不稳定
第二题虽有触发逻辑，但 Prompt 里简历信息格式不统一，有时更像通用题换皮，换简历后差异不明显。
（3）纯向量 RAG 偶发错配
语料规模有限时，仅按向量相似度检索，会出现问 Kafka、MySQL 却命中前端类片段的情况，引用列表看着「能返回」，但贴题度不够。
（4）报告字段与展示意图不一致
原先「术语准确」等字段与雷达图想表达的「专业深度」「情绪稳定」不完全对齐，复盘时维度含义不够直观。
（5）长对话容易重复考点
只靠最近几轮 history，模型仍可能重复已问题目或换汤不换药，多轮体验下降。
3.2 改动带来的优点
| 改动 | 优点 |
|---|---|
八类追问接入 | 追问有类型、有模板随机，对话更像真实面试官「顺着回答往下挖」，而不是固定两种口吻 |
| 路由与文案分离：改模板不必改路由逻辑，扩类只需改 JSON |
简历结构化块出题 | 首题、第二题更贴技能与项目；开场可提示已读技能，用户感知「简历被用上了」 |
第二题强制错开考点 | 一场面试里更容易形成「两道定制题」，而不是一道简历题 + 一道泛题 |
报告四维 + | 分数与观察、建议对应更清晰，适合报告页和答辩演示 |
已问题目摘要 | 多轮连贯性更好，减少重复考点带来的「面试官失忆」感 |
RAG 混合检索 | 关键词兜底向量盲区，引用 title、snippet 更贴用户问题 |
算法题 system 提示 | 八股回答更可能带思路与复杂度，而不只是概念复述 |
| 文字面试与后续 ASR 转写共用一套评分，后端接语音时不必重写 Prompt |
3.3 小结
本周改动不大包大揽，而是把前期「骨架」里用户最能感知的几块补齐：追问策略真正进对话、简历真正驱动两道题、报告真正可读、RAG 引用真正更准。后续语料规模上来后，混合检索和向量索引的收益还会更明显。
四、总结与后续计划
总结： 本周将模拟面试从「能对话」推进到「追问有类型、简历有两题、报告有四维、多轮少重复」；八股侧检索更准，算法回答更完整；评分侧完成 Prompt v2 与 ASR 文本统一入口。能力挂在现有/api/v1与前端页面上。
后续： 爬虫语料入库后重建索引；微调RAG_HYBRID_ALPHA；与后端对齐报告 JSON；补充追问与简历的标注评测数据。
