代面 Daimian

代面 Daimian 是一款面向校招、实习、转岗和早期职场求职者的 AI 求职训练产品。它不是单次问答式的模拟面试工具，而是把“面试前设计、一对一追问、智能群面、面试后报告、长期战略咨询和记忆画像”串成一个闭环，帮助用户持续提升岗位匹配度、表达质量、群面协作能力和求职决策能力。

链接

类型	链接
应用	https://www.daimian.top/
介绍页	https://panos-pang.github.io/InterviewAgent-materials/
介绍视频	https://www.xiaohongshu.com/explore/6a2fc0fc000000001c0254c8?xsec_token=ABcxz0rBZP5BUzmL9LfWm3oEgfkw3zgCFo6q6aae73Zwo=&xsec_source=pc_user
中文 Demo	https://www.xiaohongshu.com/explore/69fd87680000000036019fa4?xsec_token=AB_PWafz9yooHkS2a3euJG_jyNXcv075z8bzIxuNJ_yK0=&xsec_source=pc_user
英文 Demo	https://www.linkedin.com/feed/update/urn:li:activity:7464902667304218627/

产品亮点

• 面试编排 Harness 控制过程：在模型外层管理上下文、面试状态、主题覆盖、追问规则、结果校验和兜底，避免随机提问、重复追问或无效循环。
• AI 智囊团先设计面试：正式面试前由 JD 解构官、简历深挖官、策略官、风险质疑官和主持人共同生成面试路线图，让问题围绕岗位和简历展开。
• 自适应一对一面试官：根据用户回答质量、已覆盖主题、剩余轮次和难度上限，动态决定继续追问、切换主题或结束面试。
• 智能群面训练：用户与 4 名不同人格、背景和音色的 AI 同学完成无领导小组讨论，练习抢答、承接、反驳、总结、控场和汇报。
• 证据化报告复盘：报告不只给分数，还将评价落到逐轮回答和原话片段，提供维度评分、智能批注、推荐回答和下一步训练建议。
• 长期战略咨询与记忆：面试和咨询记录会沉淀为结构化记忆和 compact profile，让后续咨询能围绕用户长期目标、反复短板和已解决问题继续跟进。
• SaaS 化闭环：已覆盖登录、用户级数据隔离、历史记录、报告保存、咨询记录、体验评分、线上部署和多模型配置。

核心体验

填写简历 / JD / 岗位目标
  -> AI 智囊团生成面试计划或群面题目
  -> 一对一模拟面试 / 智能群面训练
  -> 语音或文本作答，系统动态追问和调度
  -> 生成结构化报告和逐轮证据批注
  -> 保存历史记录
  -> 进入战略咨询，形成长期记忆和下一轮训练计划

功能模块

模块	能力
首页与用户系统	面试训练与战略咨询入口、中英文 UI、登录态识别、用户级数据隔离
面试创建	公司、岗位、JD、简历、补充背景、难度、模式、模型和语音配置
AI Council	多角色审阅 JD 与简历，输出主题优先级、开场问题、风险点和面试策略
一对一面试	模拟模式、练习模式、语音朗读、语音识别、动态追问、主题切换和结束判断
智能群面	HR 开场、读题、个人陈述、自由讨论、共识收口、推选汇报、代表汇报
AI 报告	综合评分、维度评分、逐轮点评、答案批注、推荐回答、行为倾向分析
战略咨询	基于历史面试、群面记录、当前问题和长期记忆输出求职诊断与行动建议
记忆系统	结构化记忆条目、长期画像、记忆图谱、上下文压缩和相关证据召回
体验反馈	面试和咨询体验评分，为后续产品优化提供反馈闭环

技术栈

层级	技术
Web	Next.js 14, React 18, Tailwind CSS
LLM / 编排	LangGraph, DeepSeek, OpenAI, Anthropic, Doubao
Voice	Doubao ASR, Doubao TTS, Web Audio
Data	Supabase Auth, Supabase Postgres
Runtime / Deploy	Cloudflare Workers, OpenNext, Vercel config
Testing	TypeScript, Node test runner

本地运行

npm install
cp .env.example .env.local
npm run dev

常用脚本：

npm run dev          # 启动本地开发服务
npm run build        # Next.js 构建
npm run test         # TypeScript 编译测试与 node:test
npm run cf:build     # OpenNext Cloudflare 构建
npm run cf:preview   # Cloudflare 本地预览
npm run cf:deploy    # 部署到 Cloudflare

环境变量

项目使用 .env.local 管理本地密钥，公开仓库中只保留 .env.example。核心变量包括：

• SUPABASE_URL
• SUPABASE_ANON_KEY
• SUPABASE_SERVICE_ROLE_KEY
• AUTH_COOKIE_SECRET
• DEEPSEEK_API_KEY
• OPENAI_API_KEY
• ANTHROPIC_API_KEY
• DOUBAO_*

项目结构

app/          Next.js App Router 页面和 API routes
components/   产品 UI 组件
lib/          Agent、报告、语音、存储、认证和模型适配逻辑
supabase/     数据库 schema 与迁移 SQL
scripts/      Demo 生成、数据同步和维护脚本
tests/        关键业务逻辑测试
docs/         产品、技术、计划和答辩材料
public/       静态资源与 README banner

适合展示的价值

代面展示的是一个 AI 求职训练产品从“模型调用”走向“可运行 SaaS”的完整落地过程：前面有可解释的面试设计，中间有状态化面试和群面交互，后面有结构化报告、长期记忆和战略咨询闭环。它的重点不是单个 prompt，而是把大模型能力放进可控、可复盘、可持续使用的产品流程里。