知识库一键生成面试题：interview-guide题库面试从出题、容量校验到评估报告的完整流程

知识库一键生成面试题interview-guide题库面试从出题、容量校验到评估报告的完整流程【免费下载链接】interview-guide基于 Spring Boot 4.1、Java 25、Spring AI 2.0、React、PostgreSQL/pgvector、Redis 和 RustFS 构建的开源 AI 面试平台支持简历智能分析、模拟面试、语音面试和知识库 RAG。项目地址: https://gitcode.com/gh_mirrors/inter/interview-guideinterview-guide是一个基于 Spring Boot、Spring AI、React 与 PostgreSQL/pgvector 的开源 AI 面试平台。它的知识库模块支持一键生成面试题上传文档完成向量化后一次点击就能让大模型从你的知识库中检索内容、出题、生成参考答案与追问随后通过容量校验创建模拟面试最后自动产出评分评估报告。本文将带你完整走一遍出题 → 校验 → 面试 → 评估的全流程。第 1 步一键生成题库把文档变成面试题传统方式下基于私有文档出题需要人工读文档、设计题目、写参考答案。interview-guide 把这件事压缩为一次点击进入知识库管理页选择已上传并完成向量化的知识库在生成弹窗中配置 4 个参数难度、题量、追问数、方向数点击生成页面开始轮询生成状态完成后题库列表刷新。整个过程的源码流程如下阶段做了什么关键文件提交任务校验知识库已向量化、防止重复提交生成任务 ID 并写入状态机KnowledgeBaseQuestionService.java异步执行任务投递到 Redis Stream由消费者调用大模型生成QuestionGenStreamConsumer.javaRAG 检索用核心概念 / 关键流程 / 规则约束 / 典型案例4 类查询从向量库检索最多 12 个文档片段拼成上下文KnowledgeBaseQuestionGenerationService.java结构化出题LLM 输出题干、方向、参考答案、答题要点、评分标准和追问列表同上 #L149-L196落库在一个最小事务中删除旧题、保存新题状态置为 COMPLETEDQuestionGenerationStateService.java几个值得了解的设计细节去重同一批结果中题干相同的题目会被自动跳过归一化后比对生成完成消息会提示已生成 N 道题跳过 M 道重复题。任务状态机状态依次为 QUEUED → PROCESSING → COMPLETED / FAILED配合任务 ID 防止旧任务覆盖新任务的结果卡住的超时任务还会被 QuestionGenerationRecoveryScheduler.java 自动重置重试。草稿机制新生成的题目默认是 DRAFT草稿状态需要人工审阅后启用避免质量不达标的题直接流入面试。防滥用生成接口带有频率限制每分钟最多提交 2 次KnowledgeBaseInterviewController.java。生成后的题库支持按状态、方向、难度、关键词筛选也可以手动增删改题目和追问。第 2 步容量校验创建会话前先看库存题目生成后并不是想开多长的面试就能开多长的。interview-guide 提供了一个面试容量校验接口让你在选择主问题数 追问数之前就明确知道当前题库能否支撑这场面试。调用GET /api/knowledgebase/{id}/interview-capacity会返回两部分数据方向category选项每个方向的题量按数量降序排列追问数选项0~5每个追问数下可用题量并标记当前主问题数是否可抽取。核心逻辑在 KnowledgeBaseInterviewService.java只有状态为启用ACTIVE 难度匹配 追问数 ≥ 目标值的题目才计入可用量。当容量不足时前端会给出精确的失败原因而不是笼统报错例如当前仅有 3 道题包含至少 2 个追问无法抽取 5 道主问题。当前题量下没有足够的已启用主问题请减少主问题数或补充题库。提示文案的拼装逻辑见 interviewCapacity.ts对应文案如当前仅有 3 道题包含至少 2 个追问 无法抽取 5 道主问题。请减少主问题数或补充题库。这个先查库存、再下单的设计避免了面试中途才发现题不够的尴尬。第 3 步创建面试会话随机抽题保证每场不同确认容量充足后点击开始面试平台会执行一次严格的抽题流程KnowledgeBaseInterviewService.createSession按方向 难度筛选启用状态的题目过滤掉追问数不足题目的候选题若可用题数 主问题数抛出带详细原因的题目不足错误随机打乱后抽取主问题数道主问题对每道主问题从其追问池里随机抽取目标数量的追问Fisher-Yates 局部洗牌#L201-L225。第 5 步很关键同一道题每次面试可能配到不同的追问组合连续面试同一个知识库也不会背题。会话创建后前端进入面试页面按主问题 → 追问的顺序逐题作答全部完成后即可生成评估报告。第 4 步评估报告每题打分 整体总结面试结束后评估流程由 AnswerEvaluationService.java 发起把你的每道作答含追问连同题目的参考答案、答题要点、评分标准、来源文档片段一起交给统一评估服务 UnifiedEvaluationService.java 打分。最终报告包含这些内容总分与方向维度分数每个方向的平均分与题数逐题明细每题得分 针对性反馈优势 / 改进建议整体反馈、做得好的地方、需要加强的地方参考答案对照每道题的参考答案和要点方便复盘报告支持导出 PDF 归档PdfExportService.java也沉淀在面试历史列表中可随时回看。全流程速查上传文档 → 向量化完成 ↓ 一键生成题目难度/题量/追问/方向→ 审阅并启用题目 ↓ 容量校验方向 × 追问数 → 可用题量 ↓ 创建面试会话随机抽题 随机抽追问 ↓ 逐题作答主问题 追问 ↓ 评估报告总分/方向分/逐题反馈/参考答案→ PDF 导出关键文件索引功能路径题库生成 API 与频率限制KnowledgeBaseInterviewController.java异步生成任务提交KnowledgeBaseQuestionService.javaLLM 出题与 RAG 检索KnowledgeBaseQuestionGenerationService.java生成状态机与事务边界QuestionGenerationStateService.java容量校验与会话创建KnowledgeBaseInterviewService.java评估报告生成AnswerEvaluationService.java生成参数弹窗前端GenerateKnowledgeBaseQuestionsModal.tsx开始面试弹窗前端StartKnowledgeBaseInterviewModal.tsx容量文案逻辑前端interviewCapacity.ts出题状态轮询前端questionGenerationStatus.ts总结interview-guide 的知识库面试把出题、组卷、评分三件事串成了一条流水线RAG 检索 结构化出题保证了题目忠于你的私有文档任务状态机 恢复调度保证了异步生成的可靠性容量校验保证了组卷不出错随机抽题抽追问保证了可反复练习统一评估服务保证了每场面试都有可复盘的评估报告。如果你需要基于团队文档、课程材料或私有知识库搭建一套面试训练系统这套流程是一个很好的参考实现。【免费下载链接】interview-guide基于 Spring Boot 4.1、Java 25、Spring AI 2.0、React、PostgreSQL/pgvector、Redis 和 RustFS 构建的开源 AI 面试平台支持简历智能分析、模拟面试、语音面试和知识库 RAG。项目地址: https://gitcode.com/gh_mirrors/inter/interview-guide创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考