interview-prep
v2.3.1
Published
面试准备助手 - 搜索和抓取面试经验的 Claude Code Skill
Maintainers
xmind0Readme
面试准备助手 (Interview Prep)
Claude Code Skill - 智能搜索和抓取面试经验
📖 简介
这是一个强大的 Claude Code Skill，能够自动搜索面试经验（面经），并批量抓取详细内容。支持智能分析模式和批量导出模式，是面试准备的好帮手！
✨ 核心功能
- 🔍 智能搜索 - 根据关键词自动搜索面经
- 📥 批量抓取 - 多线程并发抓取，支持断点续传
- 🎯 智能模式 - 自动分析高频考点和面试问题
- 💾 多格式导出 - 支持 Markdown、JSON、CSV 三种格式
- 🔄 断点续传 - 中断后可继续，不会重复抓取
- 🛡️ 反爬虫增强 - 随机延迟、请求头轮换、自动重试
- 📊 进度追踪 - 实时显示抓取进度和统计信息
🚀 快速开始
方式一：通过 npm 安装（推荐）✨
# 1. 全局安装（自动安装 CLI 命令 + Claude Code Skill）
npm install -g interview-prep
# 2. 安装 Python 依赖（系统级安装）
pip install requests beautifulsoup4 lxml tqdm chardet安装完成后，你可以：
- ✅ 在终端使用
interview-prep命令 - ✅ 在 Claude Code 中直接使用 Skill（已自动安装到
~/.claude/skills/interview-prep/）
验证安装：
# 查看命令帮助
interview-prep --help
# 检查 Skill 是否已安装
ls ~/.claude/skills/interview-prep/方式二：通过 Git 克隆
# 1. 克隆仓库
git clone https://github.com/Xmind0/interview-prep.git
# 2. 进入项目目录
cd interview-prep
# 3. 复制到 Claude Code skills 目录
cp -r skills/interviewer ~/.claude/skills/interview-prep
# 4. 安装 Python 依赖
pip install -r skills/interviewer/scripts/requirements.txt方式三：手动安装
# 1. 下载 ZIP 并解压
unzip interview-prep.zip
cd interview-prep
# 2. 复制文件夹到 skills 目录
cp -r skills/interviewer ~/.claude/skills/interview-prep
# 3. 安装依赖
pip install -r skills/interviewer/scripts/requirements.txt📖 使用方法
在 Claude Code 中使用
安装完成后，直接在 Claude Code 对话中使用：
帮我搜索 Java 后端面经批量抓取 Python 面试经验，保存为 CSV 格式分析 Go 语言的高频面试题命令行使用（npm 安装方式）
如果你通过 npm 全局安装，可以直接使用 interview-prep 命令：
# 搜索并抓取面经
interview-prep -k "Java 面经" -p 2 -o results.md
# 搜索并导出为 JSON
interview-prep -k "Python" -o results.json --format json
# 搜索并导出为 CSV
interview-prep -k "Go 语言" -o results.csv --format csv
# 不记录日志
interview-prep -k "C++ 面经" -o results.md --no-log注意：interview-prep 命令集成了搜索和抓取功能，一步完成！
命令行使用（Git/手动安装方式）
如果你通过 Git 克隆或手动安装，可以直接运行 Python 脚本：
# 进入脚本目录
cd ~/.claude/skills/interview-prep/scripts
# 搜索面经
python search.py -k "Java 面经" -p 2 -o results.md
# 抓取内容
python scraper.py -i results.md -o interview_posts.md -t 10
# 导出为 JSON
python search.py -k "Python" -o results.json --format json
# 导出为 CSV
python scraper.py -i results.md -o posts.csv --format csv🎯 工作模式
智能模式（Smart Mode）
适用于需要快速了解面试重点的场景：
- 搜索相关面经
- 筛选 5-10 个最相关的链接
- 抓取内容并深度分析
- 总结高频考点、具体问题和难度
示例：
分析 Java 并发编程的面试重点批量模式（Batch Mode）
适用于需要保存大量面经原文的场景：
- 搜索面经
- 批量抓取所有结果
- 直接导出，不进行分析
示例：
批量抓取 C++ 面经，保存为 markdown📦 依赖要求
Python 环境
- Python >= 3.7
- pip 包管理器
Python 依赖
requests >= 2.31.0
beautifulsoup4 >= 4.12.0
lxml >= 4.9.0
tqdm >= 4.65.0
chardet >= 5.0.0安装命令：
pip install -r requirements.txt🔧 高级配置
配置文件
在 scripts/config.json 中可以自定义配置：
{
"search": {
"default_pages": 2,
"default_format": "md",
"delay_min": 2,
"delay_max": 5,
"timeout": 15
},
"scraper": {
"default_threads": 10,
"default_format": "md",
"default_retry": 3,
"timeout": 20
}
}命令行参数
search.py 参数
-k, --keywords: 搜索关键词（支持多个）-p, --pages: 搜索页数（默认 1）-o, --output: 输出文件路径--format: 输出格式 (md/json/csv)--no-log: 禁用日志文件
scraper.py 参数
-i, --input: 输入文件路径-o, --output: 输出文件路径-t, --threads: 并发线程数（默认 10）--format: 输出格式 (md/json/csv)--retry: 失败重试次数（默认 3）--clear-cache: 清空缓存重新开始
🛡️ 反爬虫机制
本工具内置了多重反爬虫机制：
- ⏱️ 随机延迟：每次请求间隔 2-5 秒
- 🎭 UA 轮换：5 种不同浏览器 User-Agent 随机切换
- 🔄 自动重试：失败自动重试，最多 3 次
- ⏸️ 超时控制：可配置的超时时间
注意事项：
- 避免短时间内频繁请求
- 如果遇到验证码，请等待一段时间后再试
- 不要同时运行多个实例
📊 输出示例
Markdown 格式
# 网页内容抓取结果
## Java 并发编程面试经验
*作者: 张三 | 发布时间: 2024-01-15*
**URL**: https://www.nowcoder.com/discuss/123456
（这里是抓取的面经内容...）
---JSON 格式
{
"metadata": {
"scraped_at": "2024-01-15 10:30:00",
"total_count": 50,
"success_count": 48
},
"results": [...]
}🐛 故障排查
问题 1: 未找到任何结果
- 检查关键词是否正确
- 尝试减少搜索页数
- 查看日志文件了解详细错误
问题 2: 大量请求失败
- 检查网络连接
- 可能遇到反爬验证，等待一段时间后再试
- 减少
--threads参数值
问题 3: 依赖安装失败
# 升级 pip
python -m pip install --upgrade pip
# 使用国内镜像源
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple📝 更新日志
v2.3.0 (2025-01-24)
- ✨ 添加 CLI 命令行工具 -
interview-prep全局命令 - ✨ 自动安装 Skill - npm install 后自动安装到 Claude Code 目录
- 🔧 跨平台支持（Windows/macOS/Linux）
- 📝 优化安装文档和说明
v2.2.0 (2025-01-24)
- ✨ 添加 CLI 命令行工具支持
- 📦 添加
bin/interview-prep.js入口文件 - 🔧 优化包结构和配置
v2.0.0 (2025-01-24)
- ✨ 添加随机延迟和请求头轮换
- ✨ 完善日志记录系统
- ✨ 添加重试机制和断点续传
- ✨ 支持多种导出格式（MD/JSON/CSV）
- ✨ 添加配置文件支持
- ✨ 优化错误处理和 URL 验证
- 📝 完善文档和注释
v1.0.0 (2024-12-01)
- 🎉 初始版本发布
- ✨ 基础搜索和抓取功能
- ✨ 支持 Markdown 导出
🤝 贡献指南
欢迎提交 Issue 和 Pull Request！
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
📄 开源协议
本项目采用 MIT License 开源协议。
🙏 致谢
- 感谢各大面试交流平台提供的优质内容
- 感谢 Claude Code 提供强大的 AI 辅助工具
- 感谢所有贡献者的支持
📮 联系方式
- 作者: buAIqiuzhao
- 邮箱: [email protected]
- GitHub: https://github.com/Xmind0/interview-prep
⭐ Star History
如果这个项目对你有帮助，请给个 Star 支持一下！
Made with ❤️ by Claude Code