一个 AI 面试教练平台，让 GitHub 项目自动变成面试素材

我做了一个 AI 面试教练平台让 GitHub 项目自动变成面试素材MemCoach— 一个面向技术求职者的 AI 面试训练平台把简历面试、GitHub 项目分析和持久化画像记忆串成一个持续迭代的训练闭环。前言为什么做这个项目面试这件事很多人有个共同痛点刷了很多面经但真正上场还是不会说。面试不是默写八股文。面试官追问的不是你知道什么而是你为什么这样做、“你遇到了什么问题”、“如果重新来你会怎么选”。这些能力光靠背题是练不出来的。所以我想做一个工具——不是一个刷题网站而是一个AI 面试教练它能读你的简历、分析你的 GitHub 项目、记住你的薄弱点然后像一个真实的面试官一样和你对话、追问、评分。这就是MemCoach。MemCoach 是什么MemCoach 是一个 AI 驱动的面试训练平台核心思路是“训练闭环”上传简历→ AI 模拟真实面试官围绕你的经历进行多轮对话连接 GitHub→ 自动分析你的开源项目生成针对性的面试问题画像记忆→ 每次训练后自动记录你的薄弱点、掌握度和表达习惯越练越了解你这三个模块不是独立的而是互相联动的项目分析的问题可以一键导入训练训练的结果回流到画像系统画像系统指导下一轮出题。三大核心功能1. GitHub 项目分析 — 让你的代码替你说话很多人面试时不知道怎么介绍自己的项目。MemCoach 的项目分析功能可以解决这个问题一键连接 GitHub通过 OAuth 安全授权选择你的公开仓库智能源码解析自动过滤关键文件分析项目结构和技术栈生成面试问题围绕模块边界、设计决策、故障排查、技术选型、重构方向生成 5 道核心问题源码证据驱动每道问题都关联到原始代码片段不是泛泛而谈分析完成后生成的问题可以一键转为专项训练直接进入 AI 对话练习。2. AI 面试 Agent — 真实面试模拟这是 MemCoach 的核心模块。它不是一个简单的一问一答聊天机器人而是一个基于 LangGraph 状态机的面试 Agent五阶段递进式面试流程阶段内容说明开场问候AI 自我介绍营造面试氛围过渡自然不是冷冰冰的机器自我介绍请候选人做自我介绍评估表达的条理性和重点技术问题围绕简历和知识库出题根据回答质量动态调整难度项目深挖深入追问项目经历源码级别的追问不是表面问答反问环节候选人向面试官提问评估技术视野和好奇心自适应追问策略答得好就快速推进答得差就深入追问——和真实面试官的行为一致。四维评分体系训练结束后从技术深度、项目表达、沟通能力、问题解决四个维度给出评分。3. 画像记忆系统 — 越练越懂你这是 MemCoach 和普通面试工具最大的区别。大部分工具每次训练都是从零开始而 MemCoach 会记住你自动提取薄弱点每次训练后AI 自动分析你的回答识别知识盲区掌握度追踪每个知识点有 0-100 的掌握度评分实时更新向量语义去重使用 bge-m3 嵌入模型做语义相似度计算避免重复记录跨会话持续演进今天练的、昨天学的下次登录时还在自适应学习引擎科学的复习节奏除了三大核心模块MemCoach 还内置了一套自适应学习引擎三层上下文融合出题出题不是随机的而是基于三层上下文的融合Layer 1 — 会话上下文知识库检索 FAQ 匹配 历史去重保证当前训练不重复Layer 2 — 领域画像根据该领域的掌握度和历史薄弱点优先出你不会的题Layer 3 — 全局画像跨领域的特征分析比如你的沟通风格、思维模式SM-2 间隔重复算法MemCoach 引入了经典的SM-2 间隔重复算法和 Anki 一样的原理答对 → 复习间隔拉长1天 → 3天 → 7天 → 14天…答错 → 间隔重置为 1 天到期的薄弱点优先出题这意味着你不会的题目会反复出现你已经掌握的题目会逐渐淡出用最少的训练时间覆盖最多的薄弱点。更多实用功能功能说明录音复盘上传面试录音或粘贴文字AI 自动转写并逐条分析知识库管理按领域维护核心知识文档和高频题库支持 Markdown多用户隔离JWT 认证 数据按用户完全隔离会话恢复训练中断后可以随时恢复不丢失进度技术架构作为一个全栈 AI 项目MemCoach 的技术栈涵盖了从前端到 LLM 调度的完整链路层级技术选型后端框架FastAPI LangChain LangGraph LlamaIndex前端框架React 19 React Router v7 Vite Tailwind CSS v4数据库SQLite aiosqlite异步向量存储bge-m3 embeddings1024 维认证JWT bcryptLLM任何 OpenAI 兼容接口灵活切换核心架构亮点LangGraph 状态机驱动面试流程支持多阶段、有状态的对话管理Mem0 风格的画像引擎LLM 提取 智能决策的两阶段更新机制SM-2 间隔重复与三层上下文融合的自适应出题系统GitHub OAuth 安全连接支持 JWT state token 防 CSRF快速开始Docker 一键部署推荐gitclone https://github.com/iZiTTMarvin/MemCoach.gitcdMemCoachcp.env.example .env# 编辑 .env 填入你的 LLM API 配置dockercompose up--build访问http://localhost即可使用。手动部署# 后端pipinstall-rrequirements.txt uvicorn backend.main:app--reload--port8000# 前端cdfrontendnpminstallnpmrun dev只需要配置一个 OpenAI 兼容的 LLM API 即可运行模型选择完全自由。项目地址GitHubhttps://github.com/iZiTTMarvin/MemCoach开源协议MIT写在最后MemCoach 的核心理念很简单面试能力是练出来的不是背出来的。它不是一个面经合集也不是一个刷题平台而是一个能读懂你、记住你、陪你持续进步的 AI 教练。从简历到项目到知识点形成一个完整的训练闭环。项目目前还在持续迭代中未来计划支持项目面试 Agent 模式基于源码证据的多轮动态追问私有仓库分析在安全边界内分析用户的私有项目如果你正在准备技术面试或者对 AI Agent 的工程化落地感兴趣欢迎 Star 和体验。也欢迎提 Issue 和 PR一起把这个项目做得更好