与「技能」相关的搜索结果

转译：为什么面试聊得挺好，你却还是没拿到 Offer？（面试官视角） 我在论坛上看到过很多关于这个话题的帖子，所以想从面试官的角度，分享几个常见的原因：为什么明明候选人自己觉得面试发挥得特别好，最后我们却依然没能录用他。 1. 在核心岗位要求的问题上，你的回答不够扎实。 我遇到过不少这样的候选人：面对那些属于“加分项 (nice to have)”的技能问题时，他们对答如流、表现惊艳；但一问到核心的硬性技能 (core mandatory skill)，回答就显得有些单薄，最终也因此被淘汰。这里的难点在于，候选人往往并不清楚公司最看重的到底是什么技能，尤其是招聘启事 (job posting) 上可能也写得模棱两可。如果一份招聘启事列了一大堆要求，我觉得非常值得在面试一开始就主动问清楚。比如你可以这样说：“我的过往经历比较广泛，但今天这场面试，我希望能把重点放在贵公司最看重的部分。在你们列出的岗位要求中，有哪些是优先级特别高、需要我在接下来的交流中重点展示的吗？” 2. 早有其他内定或更偏爱的人选，这与你个人无关。 举个例子，我曾多次参与面试评审团 (hiring panels)，期间遇到过让我惊艳的优秀候选人，双方聊得非常投机，我也强烈推荐录用他……但评审团里另一位更有话语权的面试官，心里已经有了别的意向人选（通常是他们以前合作过、知根知底且配合默契的熟人）。又或者，这个岗位本身就有一位实力很强的内部候选人 (internal candidate) （注：指公司内部申请转岗或晋升的员工，通常因熟悉公司业务和文化而具备天然优势），除非他在面试中表现得一塌糊涂才会痛失机会——但只要发挥得中规中矩，这个岗位就稳稳是他的了。 3. 你确实非常优秀，但不太适合这个特定岗位。 好几次我和候选人聊得极其愉快，心里甚至忍不住感叹：“天呐，真希望我们有个别的岗位能留住这个人！”因为他们显然是不可多得的人才，只是和当前招人的这个岗位不那么契合。这通常出于一些你无法控制的客观原因：比如对这个岗位来说，你的资历显得太浅或太深；又或者你的技能树和兴趣点偏向另一个专业领域，而我们在当前岗位上很难让你充分发挥。举个例子，我曾经面试过一位极其优秀的候选人，经验非常丰富，我们所有人也都被他的过往作品深深吸引。但聊下来可以明显看出，他平时更多是在做统筹与管理，而不是亲力亲为地做一线落地执行 (hands-on implementation)，而我们这个岗位恰恰急需一个能直接上手干活的实干家。 4. 存在一些未明说的“隐性门槛”或偏好，而你恰好没满足。 我觉得这种情况比大家想象的要普遍得多。比如，我有一次参与面试时，内部其实心知肚明这个岗位没有任何晋升空间。其中一位候选人明显非常有野心、渴望往上走，于是我们淘汰了他，因为我们更想找一个愿意在天花板明显的岗位上安稳待得更久的人。还有一次，我们知道这个岗位平时需要频繁对接一位性格强势、很难搞的业务相关方 (stakeholder) （注：指在项目中与你存在工作交集、利益关联的同事、跨部门负责人或客户），所以我们淘汰了一位看起来过于顺从、脾气太好的候选人，因为我们清楚这里需要一个极其自信、能够守住底线并顶住压力的人。这类要求大多数公司是绝对不会写在招聘启事上的，属于典型的“隐性要求”。此外，有些招聘启事单纯就是写得很烂，根本没有准确传达出招聘经理 (hiring manager) 真正想要什么样的人。所以，如果你觉得自己明明符合纸面上的所有要求却还是落选了……请记住，背后很可能存在一些你不知道的隐性条件。 5. 你已经很棒了，但刚好有人比你更匹配。 有些岗位的竞争真的非常激烈，会涌现出一大批背景强硬、条件完全达标的候选人，我自己在做决定时也常常纠结万分。在这种情况下，最终的胜负往往取决于一些极其微小且主观的细节——比如另一位候选人刚好比你多满足了几个我们的加分技能。 6. 其实面试并没有你以为的那么顺利。 我在面试评审团里遇到过一些明显不会“察言观色 (read the room)”的候选人，我完全能想象到，他们回去后可能会觉得自己发挥得棒极了，但其实根本不是那么回事——我们当时只是在保持礼貌而已。我还见过评审团里的同事对某位候选人表现得极其热情（比如不断追问、非常宽容地引导思路、肯定或顺着对方的话往下聊），哪怕在座的所有面试官心里都清楚这位候选人根本没戏。我个人通常会尽量避免这样做，免得给候选人造成虚假的希望；但有些面试官确实会因为同情那些表现不佳的候选人，而觉得有必要对他们格外友善。如果你担心自己属于这种情况，我建议找身边认识的人做几次模拟面试 (mock interviews)，听听他们对你面试表现的真实反馈。 总而言之，拿不到 Offer 往往没那么简单，并非只有“你肯定哪里做错了”或者“整个面试流程都是走过场”这两种极端。很多时候你完全没有做错任何事（一切都不在你的掌控范围内），纯粹只是因为背后还有其他客观因素在起作用罢了。

11月14日，谷歌 Chrome 团队开源 Modern Web Guidance：一套把网页平台最佳实践注入编码智能体的技能包与命令行工具，让 Claude Code、Codex 等智能体告别过时写法、优先采用现代浏览器 API。 项目登上当日 GitHub 热榜第二，单日新增约 1900 星，总星数约 5600，距仓库创建仅数日。 谷歌 11月8日 的评测显示，接入该指南后，Codex 任务通过率从 54% 提升到 82%，Claude Code 从 57% 提升到 88%。 评测样本覆盖表单、绘图、媒体等真实前端场景，智能体输出与现代 Web 平台的契合度明显改善。 官方把资深前端工程师的经验直接固化成开源标准件，等于从源头矫正智能体的写码习惯。 对正被智能体代码质量困扰的开发者来说，这类喂给智能体的官方指南，正在成为新的标配。

你的Muse不会做动画视频？ 把以下18个在GitHub上免费公开的Skill丢给Muse学习安装↓ 1~Remotion Skills → 让AI制作视频的官方技能 2~Motion Canvas → 图解动画 3~Motion → 画面切换的动效 4~Ola → 让数值平滑变动 5~Anime.js → 时间线、错峰动效 6~Manim → 公式与图形动画 7~Shifty → 缓动与补间 8~Two.js → 2D矢量动画 9~Lottie Web → 轻量矢量动画的播放 10~TweenJS → 按顺序动起来的动画 11~LUME → 用HTML做3D场景 12~gifenc → GIF导出 13~Konva → 可触摸交互的画布 14~Blender → 绑定与角色动画 15~Three.js → 3D场景 16~Godot → 游戏动画 17~Babylon.js → 3D渲染与动画 18~Proton → 粒子 以上从指示→制作→动起来→修改→导出 整个流程都有对应的工具 基本就能做出来 不止是Muse可用 也可以直接交给Claude虚拟机里的Claude Code或Codex使用以后绝对会用到 先点赞收藏转发 需要时你会用的上的

Claude Code 的脑子，被人整个拷出来了 Fable 5.2 是 11 月 9 号发布的，11 月 10 号，完整的系统提示词就挂上了 GitHub。7832 行，95 万个字符，128 个工具，44 个技能，一个字没漏。动手的是 Pliny，这人专门扒各家的提示词，ChatGPT，Gemini，Grok 的全收在一个仓库里，五万多星，跟个提示词博物馆似的 里面最损的还不是规矩写得多细。是连模型怎么装傻都有人扒出来了，给它塞了隐藏输入，它能一本正经地说自己什么都没看见。连否认的姿势，都是提示词提前教好的 所谓 agent 的智能，一大半不是模型自己悟出来的，是人一条一条写出来的规矩。什么时候能自己动手，什么时候必须停下来问人，删个文件要过几道关，全是白纸黑字 Anthropic 花几十亿训出来的东西，最后守着它的就是一个 txt 文件，这个文件现在谁都能下 所以别再说提示词不重要了。模型是发动机，这份文件是驾驶手册，车开得稳不稳全看手册。现在最好的那本，免费了 仓库名 CL4R1T4S

我花三千块删掉失恋记忆，一个月后，又被同一个人甩了一次。 那家店承诺只删与某个人相关的私人回忆，不伤及工作和生活技能。我签字，醒来，确实轻松了。 没过几天，交友软件推荐了一个很合眼缘的人。我们聊得投机，连讨厌的东西都差不多，很快又在一起。 后来，他发现我不记得从前的争吵，先是惊讶，接着觉得这是个重新开始的机会。 可旧问题照样回来。 我气冲冲去店里要求退款。工作人员查完记录，表示处理成功，没有记忆残留。 他指着我的手机说，他们只能删除脑里的东西，删不了平台替我保存的喜好，也没有替我换一个人的套餐。

📸 又发现一个 Instagram 运营神器 instagram-agent-skill，13 个 Claude 技能把找爆款、写 Reel 脚本、配文案到回评论私信全包了。 instagram-agent-skill 两个月前才建仓，已经 6400 多 star、1200 多个 fork，刚上 GitHub 热榜。 以前做一条 Reel，得自己刷同行找灵感、憋开头、写文案、数话题标签，发完还要一条条回评论。 装上之后，/ig-reel 会按 26 种开头公式给你出三个开头并打分，再把脚本、屏幕文字和带时间的节拍表一起排好；写文案时还会预览信息流里能露出的前 125 个字符，顺手检查话题标签有没有超过每帖 5 个的上限。 它只生成文字，不碰你的账号：不用注册、不要 API 密钥，也不会替你自动发帖，复制粘贴由你自己来。配套的 5 个 Python 小工具全在本地跑，不联网。 难得的是作者 Jake Schincariol 很实在：他拿 74 条真实短视频开头测打分器，承认它挑得出故意写烂的开头，但分辨同一个人的爆款和扑街款时，效果只比瞎猜好一点。 工具帮你少踩坑，爆不爆还得看内容本身。 GitHub：

世界上前20的Skill必装榜！ 1、superpowers（by obra），当时星标 30.2 万 它把开发拆成四步：头脑风暴、写计划、测试驱动、代码审查，串成一套开发流程。做中大型功能之前装上，AI 不会一上来就乱写代码。 2、skills（by mattpocock），当时星标 29.8 万 需求说不清的时候，它会反过来追问你，再帮你理清架构。排查 bug、重构老项目，用它最顺手。 3、andrej-karpathy-skills（by multica-ai），当时星标 22.1 万 一份项目规则：AI 先想清楚再动手，只改该改的地方。放进项目根目录，写代码时就生效。 4、skills（by anthropics），当时星标 18.2 万 官方技能库，Word、PPT、表格和 PDF 都能直接做。想自己写 Skill，照着它的模板改就行。 5、ponytail（by DietrichGebert），当时星标 16.8 万 让 AI 像最懒的资深工程师一样思考：能不加的抽象就不加。代码写完让它过一遍，把过度设计和技术债挑出来。 6、ui-ux-pro-max-skill（by nextlevelbuilder），当时星标 13.8 万 整套配色、字体搭配和交互规范都在里面。做落地页、后台和 APP 界面之前装上，页面更像设计师做的。 7、graphify（by Graphify-Labs），当时星标 12.9 万 把代码、文档和数据库结构转成一张知识图谱。接手陌生项目时先建图，再问"这个函数被谁调用"，一查就清楚。 8、caveman（by JuliusBrussee），当时星标 11.4 万 让 AI 用最少的字回答，啰嗦的铺垫全删掉。长时间跑 agent 的时候装上，能省下一大截 token。 9、agent-skills（by addyosmani），当时星标 10.9 万 谷歌工程师整理的工程规范，覆盖接口设计、上下文管理和质量检查。团队一起写项目，用它统一写法。 10、taste-skill（by LeonxLnx），当时星标 9.9 万 给 AI 补上审美：排版、参考图和动效都有讲究。做官网首页和作品集的时候用，页面不再像套模板。 11、Understand-Anything（by Egonex-AI），当时星标 8.7 万 把代码变成能点开的交互图谱，还会讲清楚业务流程。新人上手项目、读开源代码，最省时间。 12、impeccable（by pbakaus），当时星标 8.3 万 专门提升 AI 的设计能力，会检查间距、层级和细节。页面做完先让它审一遍，再按建议打磨。 13、awesome-claude-skills（by ComposioHQ），当时星标 7.7 万 一份技能合集，按场景收录了八百多个 Skill。不知道该装什么，先来这里挑。 14、last30days-skill（by mvanhorn），当时星标 6.5 万 它会去 Reddit、X 和 YouTube，汇总最近 30 天的讨论。 做选题、追热点、调研同类产品的时候用。 15、humanizer（by blader），当时星标 5.9 万 专门去掉文字里的 AI 痕迹，比如套话和固定句式。公众号、口播稿和邮件写完，都可以让它过一遍。 16、diagram-design（by cathrynlavery），当时星标 5.8 万 支持四十多种图表，直接输出成网页文件。写技术文档、做方案汇报，用它画架构图和流程图。 17、i-have-adhd（by ayghri），当时星标 5.8 万 让 AI 先说结论和下一步，再给细节，不把答案埋在长段落里。问技术问题、想马上拿到结果，就装它。 18、marketingskills（by coreyhaines31），当时星标 5.6 万 覆盖文案、SEO 和数据分析这些营销技能。写推广文案、提升网站搜索排名的时候用。 19、academic-research-skills（by Imbad0202），当时星标 5.3 万 从查文献、写论文到模拟审稿，一条流程串起来。写毕业论文、投期刊之前都能用。 20、scientific-agent-skills（by K-Dense-AI），当时星标 5.3 万 让 AI 变成科研助手，接入生物、化学这些领域的数据库和工具。做实验分析、查专业资料的时候用。

这简直是一个金库！！ 有人直接把 Blender 做成了一个听你指挥干活的 3D 美术组。 靠的是一套名叫 Blender Skills 的合集，一共 94 个技能，能让 Claude Code、Cursor 这类 AI 代理自己去开 Blender 做建模、搭场景、做动画。 它可以做这些⬇️： 1. 给物体、角色和场景建模 2. 做出材质和贴图，也能做动画 3. 可以套上 low poly、像素风、PSX，或者等距视角这种风格 4. 按游戏需求把模型优化好 5. 能直接出到 Unity、Unreal 或 Godot 最重要的是，其中有个 blender-director，专门把整套流程串在一起：你只要把想要的说清楚，它会自己把建模、材质、优化、导出的先后顺序排好。 仓库：

让 AI 参与软件设计，难点不只在生成方案，还在避免它被前面对话带偏。Elephant-Goldfish Model 把两件事拆开：Elephant 带着项目上下文起草规格，Goldfish 在看不到早先对话的新上下文里审查假设与风险。 这套设计把“生成”和“挑错”隔离，减少上下文惯性；技能拆分、多个审查阶段，也方便按需接入不同编码助手。代价是审查依赖能创建新子代理的环境，且不能替代测试和人工判断。

老铁，别再掏大几千块去买交易软件和行情终端了！ 这一周 GitHub 上「金融 + AI」涨星最快的 10 个开源项目，我已经替你梳理完毕，全部免费！ 💡 预测与研判 · Kronos（+2653★）：专注 K 线分析的开源模型，以 45+ 交易所的数据训练而成，输入历史价格便能预测后续几根 K 线 · daily_stock_analysis（+487★）：由大模型每日分析美股、A 股、港股，决策看板推送到 Telegram / Discord / 邮箱 🤖 交易 Agent · TradingAgents（+1944★）：多 Agent 交易框架，分析师、研究员、交易员、风控团队先吵上一架再下单，总星数 11.3 万 · Vibe-Trading（+821★）：港大 HKUDS 出品，用大白话描述思路，就能起草策略、跑回测，支持 MCP · day-trader-skill（+972★）：11 个 Claude 技能，覆盖扫盘、新闻、进场和止损，还能把一个交易时段重放 1 万次，默认模拟盘 🪙 币圈重点 · freqtrade（+360★）：老牌开源加密交易机器人，自带 FreqAI 机器学习、回测和 Telegram 控制，已支持 Hyperliquid 🔍 投研工具 · last30days-skill（+730★）：跨 Reddit、X、YouTube、HN、Polymarket 做调研，按点赞和真金白银的下注热度排序 · OpenBB（+294★）：给分析师和 AI Agent 用的开放数据平台，股票、期权、加密、宏观都有，带 MCP · FinceptTerminal（+412★）：开源版「彭博终端」，行情、研究、AI Agent 集成在一个桌面端 · tick-stock-panel（+346★）：A 股自托管量化工作台，用大模型写策略、回测、盯盘，65 个接口加 MCP AI 正把机构级投研工具一路拉到散户的桌面上。工具在走向平权，但真正拉开差距的，依旧是你的判断和风控。 建议先收藏，下次做研究直接拿出来用。