interview-intel-mcp
v2.0.3
Published
面经情报 MCP Server — 让 AI 知道哪些要考、哪些高频、追问链怎么走
Maintainers
Readme
面经情报 MCP Server
让你的 AI 助手(Kiro / Claude Desktop / Cursor 等)直接查询 Java 后端面经数据库。
数据来源:16 家大厂的真实面经,覆盖 MySQL、Redis、并发、JVM、Java 基础、Kafka、MQ、Spring 等模块。
快速开始(无需安装,纯 HTTP 接入)
第一步:获取 Token
访问 面经情报站 → 右上角登录 → 个人中心 → 创建 MCP Token
第二步:配置 AI 工具
Kiro (.kiro/settings/mcp.json):
{
"mcpServers": {
"interview-intel": {
"type": "http",
"url": "https://tiaozi.site/mcp",
"headers": {
"Authorization": "Bearer 你的Token"
},
"autoApprove": ["stats", "hot_topics", "frequency_rank",
"follow_up_patterns", "combo_patterns", "trend",
"round_analysis", "cross_company", "company_profile",
"experience_analysis", "search_questions", "study_guide"]
}
}
}Claude Desktop (claude_desktop_config.json):
{
"mcpServers": {
"interview-intel": {
"type": "http",
"url": "https://tiaozi.site/mcp",
"headers": {
"Authorization": "Bearer 你的Token"
}
}
}
}Cursor (.cursor/mcp.json):
{
"mcpServers": {
"interview-intel": {
"type": "http",
"url": "https://tiaozi.site/mcp",
"headers": {
"Authorization": "Bearer 你的Token"
}
}
}
}就这两步,无需 clone 仓库、无需本地安装任何东西。
可用工具
| 工具 | 说明 | 典型用法 |
|------|------|----------|
| stats | 数据概览 | "面经数据库有多少题?" |
| hot_topics | 高频考点 | "MySQL 哪些知识点最常考?" |
| frequency_rank | 知识点频次排名 | "并发模块知识点按频次排序" |
| follow_up_patterns | 追问链分析 | "间隙锁面试官通常怎么追问?" |
| combo_patterns | 组合拳分析 | "问完线程池接着问什么?" |
| trend | 趋势分析 | "MVCC 是越来越热还是降温了?" |
| round_analysis | 按面试轮次分析 | "一面和二面考的有什么区别?" |
| cross_company | 跨公司高频考点 | "哪些题被 5 家以上公司考过?" |
| company_profile | 公司面试风格 | "字节面试偏好考什么?" |
| experience_analysis | 按工作年限分析 | "3 年和 5 年经验面的题有什么不同?" |
| search_questions | 搜索面经题目 | "搜索 P6 难度的 Redis 场景设计题" |
| question_detail | 单题详情 | "看看这道题的完整追问链" |
| study_guide | 学习指南 | "我要面阿里,给个学习优先级建议" |
使用示例
直接用自然语言和你的 AI 对话即可:
- "帮我看看 MySQL 模块哪些是高频考点"
- "我准备面字节,应该重点准备什么?"
- "线程池这个知识点,面试官一般怎么追问?"
- "哪些知识点是所有大厂都会考的必考题?"
- "给我搜几道 P6 难度的并发场景设计题"
数据说明
- 数据来自牛客、掘金、小红书等平台的真实面经
- 覆盖 16 家公司:阿里、字节、美团、拼多多、携程、百度、腾讯等
- 持续更新中,欢迎反馈
