从 0 用 AgentTeams 搭一个多 Agent 模拟面试系统

为什么做这个

每到大三下、大四上，朋友圈就被两类内容刷屏：刷题打卡的，和吐槽面试挂了的。我自己明年也要找工作，发现一个很现实的问题------

想练面试，但没地方练。

找学长朋友陪练？大家都很忙，欠人情
报付费模拟面试班？动辄 5000-10000，还未必对口
自己对着镜子练？没有反馈，等于白练

正好看到 Datawhale 办的 GOAI 大赛有个 Agent Infra 赛道，要求用 AgentTeams 框架做多 Agent 协作。我想，能不能用多 Agent 搭一个免费的 AI 面试官？每个 Agent 扮演一个面试环节的角色，串起来就是一场完整的模拟面试。

这就是 MockMate（面试官联盟）的由来。

一、AgentTeams 是什么

先简单说下 AgentTeams。这是 Datawhale 推出的多 Agent 协作框架，核心思路是：

Agent：一个有明确职责的 AI 角色，有自己的 mission、能用的 skill、能调的 tool
Skill：告诉 Agent「遇到某类任务该怎么做」的说明书，用 Markdown 写
Tool ：Agent 调用的外部能力（读简历、查题库、评分等），可以是 HTTP 接口或 MCP Server
Team：把多个 Agent 组织起来，由一个 TeamLeader 调度

和单 Agent（比如直接用 ChatGPT 聊天）的区别在于：单 Agent 是一个人干所有事，多 Agent 是分工协作------每个 Agent 只管自己那一段，做完了交给下一个。这更像真实的面试：HR 不问算法题，技术面试官不问你职业规划。

二、5 个 Agent 怎么分工

面试这件事天然适合拆成多个角色。我设计了 5 个 Agent：

Agent	职责	用的工具
Lead（mockmate-leader）	纯调度，不碰工具	无
Resume Analyst	读简历 + 对齐 JD + 找技能缺口	mock_resume / mock_jd / rag:jd_kb
Tech Interviewer	3 轮技术面：算法 / 系统设计 / 项目深挖	mock_question_bank / rag:jd_kb / mock_evaluator
HR Interviewer	4 阶段行为面：自我介绍 / 动机 / 压力 / 规划	mock_question_bank / mock_evaluator
Feedback Coach	6 维评分 + 7 天训练计划	mock_evaluator / mock_report

为什么 Lead 不兼任业务角色？ 这是踩过坑后的决定。一开始我想让 Lead 既调度又顺便做简历分析，结果发现：Lead 一旦陷进具体业务，就顾不上调度下一个 Agent，整个流程会卡住。后来改成 Lead 只管发指令和汇总结果，业务全交给 4 个 Worker，流程立刻顺了。

Lead 的状态机长这样：

复制代码

收到任务 → 派简历分析 → 派技术面 → 派 HR 面 → 派复盘 → 汇总回复

每个状态切换都有明确的输入输出契约，下一个 Agent 拿到的就是上一个 Agent 的产出。比如 Tech Interviewer 拿到的是 Resume Analyst 输出的「技能缺口 + 面试重点」，而不是原始简历------这样它出题就有针对性。

三、11 个 Skill 怎么设计

Agent 光有职责不够，还得告诉它「具体怎么做」。这就是 Skill 的作用。

我给 5 个 Agent 写了 11 个 SKILL.md，比如：

resume-parser：教 Resume Analyst 怎么从简历文本里提取技能栈
coding-question-picker：教 Tech Interviewer 怎么根据 JD 选算法题
behavioral-question-picker：教 HR Interviewer 怎么按 STAR 框架出行为面问题
answer-evaluator：教 Feedback Coach 怎么给答案打分（要引用证据）

所有 Skill 用同一套模板：

sql 复制代码

Purpose   ------ 这个 Skill 干什么
Inputs    ------ 需要什么输入
Procedure ------ 具体步骤（编号列表）
Output    ------ 输出什么格式
Gates     ------ 质量门禁（不达标怎么办）

这套模板最大的好处是可复用 。比如 answer-evaluator 这个 Skill，技术面和 HR 面都要用------它定义的是「怎么评分」这个通用能力，而不是某个具体题目。换个面试场景（比如产品岗面试），Skill 几乎不用改，只要换题库和 JD 就行。

质量门禁（Quality Gates）是我觉得最关键的设计 。举个例子，answer-evaluator 的门禁里有一条：「每个评分必须引用 evidence_refs（题目 ID 或答案原文位置）」。这意味着 Agent 不能说「这个回答 6 分」就完了，它得说「回答第 3 行提到了 X，但 JD 要求 Y，所以 6 分」。这样评分才有依据，也能防止 LLM 幻觉。

四、工具网关：先 mock 后真实

Agent 要干活就得调工具。但开发阶段，真实工具（比如真实 JD 数据库、真实 LLM 评分）不一定有，而且调一次要花钱。我的做法是先 mock：

写了一个 HTTP 服务（端口 18090），里面是 8 个 mock 工具函数：

mock_resume.read_resume ------ 返回一个写死的简历
mock_jd.fetch_jd ------ 返回一个写死的 JD
mock_jd.search_jd_kb ------ 模拟 RAG 检索（从 4 条数据里捞）
mock_question_bank.pick ------ 从题库里抽题
mock_evaluator.score_answer ------ 给答案打分
mock_evaluator.cross_check ------ 交叉验证
mock_report.render ------ 生成报告

统一协议长这样：

bash 复制代码

POST /tools/{scenario_id}/{tool}.{function}

比如调用读简历就是 POST /tools/backend_intern/mock_resume.read_resume。

为什么这么设计？ 因为未来要替换成真实工具时，只需要在 tool_catalog.json 里把 mock 的地址换成真实 MCP Server 地址，Agent 代码一行都不用改。这就是 mock 的价值------开发阶段不依赖外部，上线阶段平滑迁移。

我已经把 5 个 mock 工具的 MCP 映射写好了：

mock 工具	未来映射到
mock_resume.read_resume	user.profile.read（真实用户系统）
mock_jd.fetch_jd	recruiter.jd.search（招聘平台 API）
mock_jd.search_jd_kb	vector.search（向量检索 MCP）
mock_question_bank.pick	quiz.bank.query（题库服务）
mock_evaluator.score_answer	llm.judge.score（LLM 评分服务）
mock_report.render	doc.report.render（文档生成 MCP）

五、跑通了，看结果

写完代码第一件事是跑通端到端。我用一个写死场景测试：张三（985 CS 大三，GPA 3.6）面字节后端实习。

跑了 19 次工具调用，0 失败：

阶段	调了什么	结果
简历分析	3 个工具	提取 8 项技能，命中 2 条 RAG
技术面	6 次调用（3 出题 + 3 评分）	算法 8 / 系统设计 8 / 项目深挖 6
HR 面	8 次调用（4 出题 + 4 评分）	自我介绍 8 / 动机 6 / 压力 6 / 规划 6
复盘	2 个工具	生成 Markdown + JSON 双格式报告

最终报告输出：

综合分：69/100
6 维雷达：tech_depth 80 / system_design 80 / coding 80 / behavioral 65 / project_pitch 60 / motivation_fit 60
结论：建议补技能后投递
7 天训练计划：从复盘短板 → 重写项目经历 → 系统设计练习 → 刷题 → 模拟二面

看到报告生成的那一刻，挺有成就感的------一个完整的面试闭环跑通了。

六、踩过的坑

坑 1：PPT 渲染引擎装不上 。slidep 是 Node.js 工具，依赖 canvas（要 C++ 编译），Windows 上死活装不上。最后换回 python-pptx 直接生成，10 分钟搞定。教训：能用 Python 就别折腾 Node 原生编译。

坑 2：一开始 Skill 想塞太多 。最早写的 resume-parser 想同时做简历解析、技能提取、JD 匹配三件事，结果 Prompt 又长又乱，LLM 经常漏步骤。后来拆成三个独立 Skill（resume-parser / skill-extractor / jd-matcher），每个只干一件事，立刻清爽了。

坑 3：评分没证据=幻觉 。第一版 Feedback Coach 输出的评分是光秃秃的「6 分」「8 分」，但为什么是这个分说不清。加了 evidence_refs 门禁后，每个评分必须引用题目 ID 或答案原文，评分才有说服力，也方便人工复核。

七、接下来

项目已经开源在 GitHub，当前是 baseline 版本，接下来打算：

接真实 LLM：把 mock_evaluator 换成真实大模型评分
扩充题库：现在只有后端实习场景，要加产品岗、运营岗、算法岗
跑完整 AgentTeams Demo：现在只是工具层跑通，要跑真实的 5 Agent 协作录视频
迁移 MCP：把 5 个 mock 工具逐步换成 MCP Server 实现

如果你也在准备面试，或者想入门多 Agent 开发，欢迎来 GitHub 看代码、提 issue。MockMate 的目标是：让每个学生都有一位免费的 AI 面试官。