Placed 面试教练

通过 Placed API 实现的人工智能面试准备。无需 MCP 服务器——所有调用均直接使用 curl 进行。

API 密钥

从 ~/.config/placed/credentials 加载密钥，若不存在则回退到环境变量：

bash
if [ -z $PLACEDAPIKEY ] && [ -f $HOME/.config/placed/credentials ]; then
source $HOME/.config/placed/credentials
fi

如果 PLACEDAPIKEY 仍未设置，请询问用户：

请提供您的 Placed API 密钥（获取地址：https://placed.exidian.tech/settings/api）

然后保存以供后续会话使用：

bash
mkdir -p $HOME/.config/placed
echo export PLACEDAPIKEY=<用户提供的密钥> > $HOME/.config/placed/credentials
export PLACEDAPIKEY=<用户提供的密钥>

如何调用 API

bash
placed_call() {
local tool=$1
local args=${2:-{}}
curl -s -X POST https://placed.exidian.tech/api/mcp \
-H Authorization: Bearer $PLACEDAPIKEY \
-H Content-Type: application/json \
-d {\jsonrpc\:\2.0\,\id\:1,\method\:\tools/call\,\params\:{\name\:\$tool\,\arguments\:$args}} \
| python3 -c import sys,json; d=json.load(sys.stdin); print(d[result][content][0][text])
}

可用工具

使用示例

开始模拟面试：

bash
placedcall startinterview_session {
resumeid: resabc123,
job_title: 高级软件工程师,
difficulty: 困难,
company: 谷歌
}

返回：session_id + 第一个问题

回答问题：

bash
placedcall continueinterview_session {
sessionid: sessabc123,
user_answer: 我会通过首先明确需求来处理这个问题...
}

返回：对您答案的反馈 + 下一个问题

获取会话反馈：

bash
placedcall getinterviewfeedback {sessionid:sess_abc123}

列出系统设计案例：

bash
placedcall listinterview_cases

返回：设计 Twitter、设计 URL 缩短器、设计 Netflix、设计 Uber 等

开始系统设计面试：

bash
placedcall startsystemdesign {caseid:design-twitter,difficulty:高级}

获取行为面试题：

bash
placedcall getbehavioral_questions {
target_role: 工程经理,
focus_categories: [领导力, 冲突解决, 失败]
}

保存 STAR 故事：

bash
placedcall savestorytobank {
situation: 带领团队完成重大重构,
task: 在交付功能的同时减少技术债务,
action: 制定分阶段计划，指导初级开发人员，设定明确里程碑,
result: 部署速度提升30%，缺陷减少25%,
category: 领导力
}

面试类型

技术面试（编程）

• - 难度：简单、中等、困难
• 明确需求 → 编码 → 解释权衡 → 用示例测试

系统设计

框架：需求 → 高层架构 → 数据库设计 → 可扩展性 → 容错 → 权衡

行为面试

每个答案使用 STAR 方法：

• - 情境 — 背景和环境
• 任务 — 您的职责
• 行动 — 您具体做了什么
• 结果 — 带有指标的结果

提示

• - 在技术面试中大声思考——解释您的推理过程
• 从约束条件和规模需求开始系统设计
• 在 STAR 答案中使用具体指标（延迟降低40%）
• 将优秀的故事保存到故事库，以便在面试中重复使用
• 在不同难度级别练习同一案例以建立信心