专为招聘「AI Agent 管理员」岗位设计。从预约到评估报告，全程 AI 驱动，无需人工介入。
面试官只需预约一次，其余全部交给 AI。
直接描述面试信息，Claude 自动提取候选人、时间、时长，无需填表单。
面试前 2 小时，机器人搜索 AI Agent 领域最新动态，生成定制化题目。
候选人通过 Telegram 对话完成面试，支持追问和动态调整难度。
面试结束后自动生成结构化报告，含各维度评分和录用建议。
面试前 15 分钟提醒候选人，到时间自动发起面试，无需手动操作。
通过 Telegram 用户名绑定候选人，确保只有指定候选人可参与面试。
面试开始前收集候选人自我介绍，AI 自动提取技术栈和经验，动态调整后续提问方向与深度。
面试官只需完成第一步，其余由系统自动推进。
发送 /schedule 张三 @zhangsan，明天下午3点，45分钟，Claude 解析并确认。
面试前 2 小时，系统搜索 AI Agent 领域最新资料，生成针对性面试题目。
面试前 15 分钟自动发送提醒，到时间发送开始通知。
候选人回复任意内容或发送 /begin，面试正式开始。
AI 自动请候选人做自我介绍，分析技术栈、经验年限和项目亮点，动态调整后续提问策略。
根据候选人背景定制提问，动态追问，全程对话式进行。
面试结束后自动生成报告，含综合评分、各维度分析和录用建议，发送给面试官。
针对 AI Agent 管理员岗位设计，覆盖技术与业务能力。
模型原理、Prompt 工程、RAG、幻觉处理、微调方法（LoRA、RLHF）
LangChain、AutoGen、CrewAI、Claude SDK、LlamaIndex 等框架的实际使用经验
LLM 部署、监控指标、日志系统、故障排查、灾备与降级方案
需求分析、跨团队协作、ROI 评估、技术决策推动与管理层汇报
面试官和候选人各有专属命令，职责清晰。
git clone https://github.com/Blackman99/eval-mate.git cd eval-mate npm install
复制模板并填入实际值：
cp .env.example .env.local
TELEGRAM_BOT_TOKEN=your_bot_token_here TELEGRAM_ADMIN_CHAT_ID=your_admin_chat_id_here ANTHROPIC_API_KEY=your_anthropic_api_key_here
# 开发模式 npm run dev # 生产模式 npm run build && npm start