# 四、进阶案例-面试助手
📖课程背景
在软件开发领域，面试官可能难以全面了解每一位候选人的编程语言掌握情况和技术项目经验；在教育行业，面试官可能需要快速评估应聘者的教学方法和学生互动能力；而在医疗健康领域，则需要确保候选者拥有足够的专业知识和实践经验来胜任岗位职责。
以校招面试场景举例，通过讯飞星火AI应用开发平台编排的《面试助手》应运而生，它不仅能够针对不同领域的招聘需求，自动为多位候选人随机生成适合其背景的测试题目，还能在收到答案后，基于预设的标准进行客观评分和评价，从而帮助招聘团队更加快速准确地完成人才筛选工作。
🎯课程目标
学完本节课程后，你将能够：
→ 了解工作流编排实现金牌面试官助手的完成思路、过程和结果；
→ 学习如何使用不同的节点（如代码执行器、分支器、变量存储器、迭代等高级节点）构建复杂的工作流；
→ 掌握通过「讯飞星火智能体创作中心 (opens new window)」可视化界面设计工作流的方法。
# 1. 需求分析
对于面试场景，需要做好面试题库准备、答题指引对话、闲聊功能等。首先要对用户输入的自然语言进行意图分类，识别出用户意图后，再编排实现每一个功能流程即可。主要实现路径如下：
- 使用意图节点，对用户意图进行分类，识别出开始答题、给出选项、闲聊兜底场景；
- 开始答题场景，用户希望重新生成题目并开始答题，生成随机题目序号，并召回题目；
- 给出选项场景，用户给出当前轮次问题的答案，判断用户答题情况；
- 默认意图闲聊场景下，大模型节点兜底产生用户答案；
- 结束节点输出回答。
流程设计思路图： 
# 2. 面试题库的数据集构建
《题库助手》的核心难题是在大模型场景下，如何随机地从知识库中给出随机题目。当前大模型+知识库比较单一的召回能力难以实现随机性，必须要进行大量的硬编码和测试，对于非大模型开发的工程来说上手难度大。 而这一点通过讯飞星火AI应用开发平台的工作流和知识库能力，可以完美的进行实现。工作流负责整个逻辑的走向，知识库通过自定义分段能力合理的切分原生的题目文档。
- 题库内容准备：定制题目知识库格式由题目序号哈希值+题目+分隔符组成。（知识库文档：）
- 知识库配置：用「讯飞星火智能体创作中心 (opens new window)」的数据集上传题库数据，进行自定义分段设置，实现题目管理。
- 智能体创建：进入「创建智能体界面 (opens new window)」，点击新建智能体->自定义创建，进入编排工作流界面。
# 3. 基于分支节点进行意图识别
通过大模型节点进行意图识别，由分支节点判断，决定进入不同分支的工作流：
| 意图 | 意图描述 |
|---|---|
| 开始分支 | 用户希望重新生成题目并开始答题 |
| 答题分支 | 用户给出当前轮次问题的答案 |
| 闲聊分支 | 用户询问了其他不是开始和答题的意图 |
# 4. 面试题库引用
工作流界面，推拽出左侧菜单栏中知识库节点，选择添加刚刚创建好的知识库，通过hash能够准确地召回对应题目，匹配度分数能够达到90+。
# 5. 面试题目随机生成
Step1：进入开始分支，可先用提示用户开始，给出一定引导
Step2： 使用代码节点设定随机出题量和总题目数量
Step3：生成随机题目序号，并召回题目
- 代码节点：（需要有简单的代码知识）
- 输入：支持设置多个类型的变量
- 代码：点击编辑代码，进入编辑器页面，支持在编辑器中编写代码，也支持使用AI代码帮助生成代码
- 输出：支持设置多个类型的参数
- 变量存储器节点：
支持设置变量值和获取变量值，供整个工作流使用
将召回的题目列表，存入全局变量中
- 迭代节点：
- 输入：只支持设置数组类型的参数
- 子画布：在子画布中可以添加所有节点（迭代节点除外）
- 输出：固定数组输出
将随机题目检索的key列表作为输入，使用迭代（循环）节点，相当于主画布中嵌入一个子画布
# 6. 用户答题情况分析
Step1：获取必要全局变量，判断答题阶段是否正确，当还在答题阶段时，则进入step2，不在答题阶段时给出提示：“当前不处于答题阶段，如果需要继续训练，请输入“开始”重新答题”。
Step2：采用星火大模型能力，对当前用户的回答情况进行正确性判决和错误分析，同时暂存中间题目的状态。
Step3：结合答题进展，判定是否结束，当所有题目完成后，结合答案结果分析，生成总结，并返回总结内容。
# 7. 用户闲聊兜底问答
接入大模型节点，根据用户输入做出相应闲聊回答，给出兜底提示。
效果展示
工作流展示
开始回答，当继续回答完剩下的题目之后，会收到答题分析报告。
课程拓展
面试助手-升级拓展 目前已经实现了基于已有固定格式的知识库作为题库进行随机答题，但是对于答题人的自身情况是没有做出量身定制的计划。
- 答题前，可以先进行几轮的答题人情况摸底问答，多维度设计信息收集问题，再量身定制后续的出题类型与答题方案；
- 自动化更新题库，可以采用爬虫+自动化脚本（星辰后续上线的定时功能）动态更新题库，实现题目更新迭代能力。
其他场景 在各类工作中，信息收集都是至关重要的，而大模型在问答交互时可以在出题阶段、答后汇总阶段出力。由此可以衍生两种场景：
- 对于一些机构行业，可以借助大模型在答题助手出题之前，上传用户的个人画像，由大模型基于现有题库进行定制化的题目改造或者组合；
- 对于一些媒体软件、旅游零售等需要提升用户服务体验的行业，可以结合用户回答的预设选项内容，对当前抽样的用户群体特征进行合理化的分析整理，以便于提升后续服务质量。