【开源】TechSpar：把专项训练、简历面试、JD 备面、实时 Copilot 与录音复盘串成一个持续进化的面试闭环

本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是


• 我的帖子已经打上 公益推广 标签： 是


• 我的项目属于个人项目，与公司或商业机构无关： 是


• 我的项目不存在QQ、TG等群组引流： 是


• 我的项目不存在非运营必要的网站引流： 是


• 我的项目不存在为他人推广、AFF： 是


• 我的项目无关联的商业项目： 是


• 我的 GitHub 项目无未开源部分： 是


• 我的站点存在登录，并已接入 LINUX DO Connect： 是


• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是


• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI 生成、润色内容已使用截图方式发出

最近一直在准备面试。越刷越觉得，现在很多 AI 面试工具其实都没有在解决“训练”这件事。

它们更像会说话的刷题器——这轮能给你题，能追问，能点评；但下一轮开始时，它几乎还是不认识你。

这不是体验问题，而是方向问题。如果一轮训练的结果，不能稳定地影响下一轮训练，那无论对话做得多像真人，本质上都还是一次性消费，而不是持续提升。

我后来越来越确信，AI 面试训练里最容易被高估的是“单轮对话体验”，最被低估的是“持续评估闭环”。

我觉得现存产品的不足之处

试过不少面试产品，发现几乎都只关心“这轮答得像不像”，从不追踪你卡在哪、哪些能力还差口气——表面个性化，其实只是把简历临时塞进 prompt，练完了系统对你一无所知。

这让我确定：真正有价值的系统，不是帮你完成一轮面试，而是持续记录你的短板、把每次练习结果沉淀成下一轮的训练输入。

我的判断

我现在越来越觉得，AI 面试训练最关键的不是“再来一轮对话”，而是让系统围绕同一个人持续积累判断。

至少要把这些信息真正串起来：简历、JD、知识库、历史训练记录、领域掌握度、长期画像。

然后让整个系统围绕这个闭环持续运行：

训练 → 评估 → 画像更新 → 下一轮更精准

如果做不到这一点，很多所谓“个性化面试训练”，本质上还是一次性的 prompt 工程。

所以我做了 TechSpar

基于上面这个判断，我这段时间做了一个开源项目：

TechSpar，一个会持续记住你的薄弱点、训练历史和进步轨迹的 AI 面试训练系统。

它不是随机刷题器，也不是单次对话式面试助手。

我想把它做成一套能长期使用的训练系统：

• 让刷题变成连续积累，而不是每次从零开始


• 让出题变成定向追问，而不是随机抽题


• 让复盘变成结构化记录，而不是一句模糊点评


• 让进步能被长期追踪，而不是靠主观感觉

现在主要支持这些场景

目前 TechSpar 主要在做几个比较核心的场景：

• 专项强化训练：按领域集中练，优先命中历史薄弱点


• 简历模拟面试：围绕简历项目连续追问


• JD 定向备面：根据岗位要求生成更贴近真实岗位的问题


• 面试 Copilot：进入真实面试前，系统基于 JD 和简历预生成 HR 提问策略树与高危路径；面试中实时转写 HR 发言，持续预测下一步追问方向，并给出回答建议


• 录音复盘：上传录音或粘贴文本，自动转写并结构化分析

最近也补了一些我自己觉得比较关键的点：

• 出题引擎以知识库为依据：你放进去的技术笔记、框架原理、目标公司技术栈，系统就围绕这些出题——出的是你自己材料里的问题，而不是固定题库。内置了一批预设领域和 starter 知识库，新用户不用从空白开始搭内容


• 简历模拟面试聊天支持流式返回，交互上更接近真实面试


• 文档重新整理了一轮，部署和功能路径比之前清楚很多

核心架构

项目地址

GitHub：

在线体验：https://aari.top/

演示账号：

[email protected] / admin123

演示环境请不要上传真实简历、真实录音或任何敏感个人信息。

这是我的第一个开源项目，还在持续迭代。有在备面的，或者觉得现在这些 AI 面试工具有什么根本问题没解决的，欢迎来聊。