一个「为一个人服务」的个性化面试准备系统：按你的岗位、目标公司与关键词， 每天自动采集全网真实面经题，并锚定你的简历，由 LLM 生成「标准 + 个性化」双份答案。
求职是高频刚需，但面试准备工具的体验长期停留在「搜索引擎 + 通用题库」时代。
学校不教面试。求职者只能在牛客、知乎、小红书之间来回切换，靠人肉搜集零散面经，覆盖面与新鲜度都无法保证。
直接用 AI 搜索得到的，是最常见、最「正确但平庸」的答案。它们不认识你，不知道你的项目、你的公司、你的岗位——更谈不上差异化。
市面上缺少可按「岗位 + 公司 + 个人关键词 + 简历」定制的题库产品。每个人只面一个岗位，却被迫在几百道无关题目里淘金。
用户上传简历、设定画像关键词，系统据此形成一条每日自动运转的内容流水线。
从「找题」到「会答」再到「不忘」，每个功能都对应准备链路上的一个断点。
一级页面汇总全部题库，点击进入专属二级页面。每个题库独立绑定岗位、公司与关键词，创建、编辑、删除闭环完整——一个人可以并行备战多个岗位，互不干扰。
每天 08:00 与 14:00，Agent 按题库关键词自动搜索牛客、知乎、小红书、CSDN、博客园、掘金等 9 个平台的近期面经帖，抽取真实题目入库；也可随时一键手动采集。
每道题附「标准答案 + 个性化答案」。个性化版本由 LLM 以 STAR 结构锚定你的真实简历生成，明确区分「我的经历」与「迁移建议」——诚实，且能落地。
基于简历自动生成 8–12 道「简历深挖题」：项目选型理由、难点追问、成果量化、职责边界——面试官最常沿着简历追问的部分，提前演练。
每道真实面经题都带来源平台与原文链接，支持按公司（字节 / 腾讯 / 阿里 / 美团…）、难度、来源多维筛选。题目真实可信，拒绝「AI 幻觉题」。
每天 09:07 生成「今日待复习」清单；Dashboard 看板实时展示题量、采集动态与备战进度；模拟面试由 Agent 评估回答并追问，形成完整备战闭环。
暖象牙底、单一深云杉绿点缀、SF 字体、发丝级阴影——设计语言向 Apple 与 Linear 看齐。
一级页面 · 题库汇总 — 创建入口、全局数据带、每个题库的简历锚定状态与解答进度
二级页面 · 题库详情 — 采集与解答操作区、按公司 / 难度 / 来源筛选、分段控件切换题目来源
核心价值 · 双份答案 — 「标准答案」参考来源帖原文，「个性化答案」以 STAR 结构锚定真实简历经历
全部断点经过逐一调校：数据带在窄屏重排为双列、筛选控件自然换行、卡片触控热区放大。 在手机上过一遍今日新题，是这套系统最高频的使用场景。
产品的质感不在界面，而在取舍。
竞品把所有人塞进同一个大题库，结果是信噪比极低。每个人一次只面一个岗位——聚焦带来三个收益： 关键词画像更精准（采集命中率更高）、简历锚定更具体（答案更不像模板）、认知负荷更低（打开即是全部要做的事）。
标准答案解决「这题该怎么答」，个性化答案解决「我该怎么答」。前者来自真实面经帖的集体经验，后者由 LLM 锚定简历用 STAR 结构生成； 当简历没有对应经历时，系统明确说「没有」并给出迁移建议，绝不编造经历——面试场景中，诚实是产品底线。
本地快速通道（搜索引擎直采）响应快但易被限流；因此设计了「快速通道 → 失败自动排队 → Kimi 采集代理深采」的双通道架构， 并用条件触发机制让深采在 3 分钟内自动接力。用户在界面上只点一次按钮，背后是两层容错——好产品的可靠性应该不可见。
上线首日，08:00 的采集任务因爬取过深跑了 99 分钟超时，还挤占了随后的解答任务。修复方案体现运维思维： 采集限时 20 分钟 + 「效率纪律」（每题库搜索 / 抓取次数封顶，失败即跳过、即时落盘）+ 任务错峰（采集 08:00、解答 08:30、复习 09:07）。 修复后次日 14:00 的自动采集 7 分钟完成、新增 31 题。真实系统的稳定性，是被真实问题教出来的。
通过 WebBridge 复用用户登录态，突破牛客 / 小红书的反爬限制，提升面经帖的抓取深度与题目新鲜度。
复习数据沉淀为个人掌握度曲线：哪些题反复错、哪些公司已覆盖、距离目标岗位还差多少——让备战进度可量化。
同岗位求职者之间匿名共享高质量面经题与答案结构，从「一个人的题库」走向「一群人的情报网络」。