【开发者自荐】面面帮 --- 一个助力拿到offer的宝藏网站

先说说"面面帮"是什么

:backhand_index_pointing_right:面面帮 是我最近做的一个 AI 面试模拟平台

简单来说,它就是一个24小时在线的 AI 面试官——你可以选择不同的岗位(前端、后端、产品、运营……100多个岗位)、不同的难度级别,然后和一个有"性格"的 AI 进行语音面试。面试结束后,AI 会给你一份详细的评估报告,告诉你哪里答得好、哪里需要改进。

为什么要做这个项目?

作为一个经历过无数次面试的打工人,我深知面试准备的痛苦:

  • 没地方练:找朋友模拟?大家都忙。去牛客网?只有文字交流,缺少真实感。
  • 没反馈:自己对着镜子练,也不知道答得到底怎么样。
  • 没时间:上班族想准备跳槽,只能晚上抽时间。

我就想:能不能让 AI 来当面试官? 它可以随时在线、有无限耐心、还能给出专业反馈。

于是,:backhand_index_pointing_right:面面帮 诞生了。


技术架构:一个人也能做全栈

说实话,如果是传统开发模式,一个人做前后端 + AI 集成 + 部署,起码得一个月。但借助 Trae 的 Vibe Coding 能力和现代技术栈,我用一周时间就搞定了 MVP。

技术选型思路

技术 选择理由
Cloudflare Workers 无服务器、边缘部署、免费额度 generous,一个人玩最合适
D1 Database 边缘 SQLite,零运维,和 Workers 配合完美
DashScope (阿里) 国内访问稳定
React 19 新特性好用,配合 Vite 开发体验丝滑
Trae IDE 这就是本文的主角,后面细说

Trae Vibe Coding:我的"外挂"

整个项目最大的提效利器,就是 Trae 的 Vibe Coding

什么是 Vibe Coding?

Vibe Coding 是一种开发方式——你描述需求,AI 帮你写代码,你负责把控方向和调优。不是简单的代码补全,而是深度的结对编程。

我在面面帮中是怎么用的

1. 后端 API 开发 —— 从想法到接口,10分钟

比如我要做一个"面试官列表"接口,传统方式我要写:

  • 路由定义
  • 数据库查询
  • 错误处理
  • 类型定义

用 Trae,我直接描述:

“帮我创建一个获取面试官列表的 API,从 xxx 表中查,要支持按 enabled 字段过滤,返回 id、name、avatar、personality、voice 这些字段”

Trae 直接生成完整的代码,包括类型定义、SQL 查询、错误处理。我只需要 Review 一下,微调几个字段名,就能跑通。

// Trae 生成的代码结构,我稍作调整
app.get('/api/list', async (c) => {
  const db = c.env.xxxDB;
  const { enabled } = c.req.query();
  
  let sql = 'SELECT id, name, avatar, personality, voice FROM xxx';
  if (enabled !== undefined) {
    sql += ' WHERE enabled = ?';
  }
  sql += ' ORDER BY sort_order ASC';
  
  const result = await db.prepare(sql).bind(enabled).all();
  return c.json({ success: true, data: result.results });
});

2. 复杂业务逻辑 —— AI 也能搞定

面试评估报告生成是核心功能,需要:

  • 解析多轮对话
  • 按6个维度评分
  • 生成改进建议
  • 输出结构化 JSON

我直接把设计文档贴给 Trae:

“帮我实现一个报告生成服务,输入是对话记录数组,需要调用 LLM 进行评分,返回包含指定字段名的报告对象”

Trae 不仅生成了代码,还自动处理了:

  • Prompt 模板设计
  • JSON 解析和校验
  • 错误降级策略

3. 前端组件 —— 从 0 到 UI

管理后台的仪表盘需要数据可视化,我描述需求后,Trae 直接生成:

  • ECharts 配置
  • React 组件结构
  • 数据获取逻辑
  • 加载状态处理

我只需要调整一下样式细节,就能完美匹配设计稿。


像打视频电话一样面试

选择你的面试官

进入首页,可以选择:

  • 岗位 :覆盖10大行业,100+细分岗位
  • 级别 :初级、中级、高级,匹配你的目标
  • 面试官 :6位不同性格的AI,有的温和、有的犀利
  • 面试类型 :技术面、行为面、综合面

沉浸式面试流程

点击开始后,会进入一个类似视频通话的界面:

  • 屏幕中央是 AI 面试官的头像
  • 底部有麦克风和挂断按钮

整个交互就像真的在视频面试一样

面试报告:不只是分数

面试结束后,系统会生成一份详细的评估报告:

  • 6个维度评分 :专业知识、沟通能力、逻辑思维、项目经验……
  • 具体改进建议 :哪里答得好、哪里可以补充、推荐学习资料

从"有简历"到"有好简历"

简历是求职的敲门砖,但很多人不知道自己的简历问题在哪,或者根本不知道从何写起。面面帮的简历功能,就是想用AI的能力,帮大家从零生成、发现问题、给出建议、快速优化 ,让每一份简历都能更好地展示出价值

因此除了AI面试,面面帮还提供了一套完整的简历解决方案 ,目前包含三大核心模块: 简历生成简历编辑简历评估

一、简历生成:从零开始,6步搞定

如果还没有简历,或者想重新做一份,可以使用「简历生成」功能。采用 分步向导式 设计,跟着步骤填就行

6步流程:

  1. 基本信息 - 姓名、电话、邮箱、求职意向、工作年限、所在城市,还支持上传头像
  2. 教育背景 - 学校、专业、学历、起止时间,可添加多段教育经历
  3. 工作经历 - 公司、职位、时间、工作内容描述
  4. 项目经验 - 项目名称、担任角色、技术栈、项目成果
  5. 技能特长 - 专业技能、语言能力、证书资质
  6. 选择模板 - 16套专业模板任选
风格类型 适合人群
优雅专业 传统行业、国企
极简现代 互联网、科技公司
商务经典 金融、咨询行业
创意大胆 设计、创意行业
渐变专业 追求现代感的求职者
杂志排版 追求个性的求职者
时间线 经历丰富的职场人
卡片堆叠 喜欢模块化展示的人
右侧边栏 信息分类清晰的简历
极简线条 极简主义者
色块分区 活泼风格的求职者
字体排版 强调视觉冲击力
照片头部 需要突出个人形象
双栏紧凑 信息密度高的简历
现代方框 工业感设计
纯净白 极简白色风格

二、简历编辑:多种格式,一键导入

如果已有简历,可以直接上传编辑:

支持的文件格式

  • PDF、DOCX、TXT、Markdown
  • 支持拖拽上传,最大支持 4MB

上传后,系统会自动解析内容,你可以:

  • 在线查看和编辑简历文本
  • 支持 Markdown 格式的富文本编辑
  • 实时预览修改效果

三、简历评估:AI 帮你找出简历的"坑"

这是目前最实用的功能,上传简历后,AI 会从多个维度进行专业评估,目前有两种评估模式

模式1:通用评估

  • 分析简历本身的质量问题
  • 适合不确定投什么岗位,想先优化简历的同学

模式2:岗位定向评估

  • 输入目标岗位名称、级别、JD描述
  • AI 结合岗位要求进行针对性分析
  • 给出岗位匹配度和竞争力评估

评估报告包含什么?

  • 综合评分(0-100分)
  • 结构完整性:简历布局、信息完整度
  • 内容质量:经历描述是否有价值
  • 表达规范:措辞是否专业
  • 主要问题清单,用于列出简历中存在的核心问题
  • 优化建议
    • 按优先级排序(关键/高/中/低)
    • 每个建议包含:问题描述 + 改进建议 + 参考示例
  • 岗位匹配分析(定向模式)
    • 整体匹配度百分比
    • 已覆盖的关键词(绿色标签)
    • 缺失的关键词(红色标签)
    • Gap分析:与岗位要求的差距

四、实际使用场景

场景1:应届生第一次写简历

小李刚毕业,不知道简历该怎么写。他使用「简历生成」功能,按步骤填写了基本信息、学校经历、实习经验,选择了"极简现代"模板,10分钟就生成了一份专业简历。然后用「简历评估」检查,根据AI建议补充了项目量化数据,顺利拿到了面试机会

场景2:社招跳槽优化

老王工作3年想跳槽,目标是大厂。他用「岗位定向评估」模式,输入了某大厂的 JD。AI 分析后发现他的简历缺少"高并发"、"微服务"等关键词,建议他在项目描述中补充相关内容。修改后匹配度从 65% 提升到了 82%

场景3:简历救急

小张明天有个重要面试,今天才发现简历上有错别字。他直接上传到「简历编辑」,在线修正后重新导出,避免了尴尬


一个人开发的效率秘诀

1. 先跑起来,再优化

用 Trae 的最大好处是快速验证想法。不要纠结完美架构,先让功能跑通。我第一天就搞定了基础的语音对话,后面几天再逐步完善。

2. 让 AI 写"套路代码"

CRUD、类型定义、简单的工具函数——这些交给 Trae,我把精力放在:

  • 产品体验设计
  • Prompt 调优
  • 核心算法逻辑

项目现状和下一步

目前 :backhand_index_pointing_right:面面帮 已经实现了:

:white_check_mark: 用户注册/登录
:white_check_mark: 100+ 岗位选择
:white_check_mark: 6 位不同性格的AI面试官
:white_check_mark: 完整的语音面试流程
:white_check_mark: 多维度评估报告
:white_check_mark: 简历生成、编辑、评估功能

下一步计划:

  • :bullseye: 支持视频面试(实时画面分析)
  • :bullseye: 面试题库建设

写在最后

:backhand_index_pointing_right:面面帮 的过程中,我深刻感受到 AI 编程工具带来的生产力革命

以前一个人做全栈项目,前后端来回切换,大量的时间花在"写代码"上。现在有了 Trae,我可以把更多精力放在产品设计、用户体验、核心逻辑上——这些才是创造价值的地方


如果你对这个项目感兴趣,欢迎在评论区交流。面试技巧、AI 应用开发、Vibe Coding 经验——都可以聊!

2 个赞

小建议:产品介绍应该专注于产品本身的介绍,背后的技术栈、开发感言可以另起一文或者一楼