练到开口，而不只是看过答案
让准备不止于『看过』—— 真正开口练习，再拿到下一次可以调整的具体方向。
面试准备的真正难点，不是没有答案，而是不知道自己哪里说不清楚。
面向需要准备真实面试的人。粘贴目标岗位描述，系统据此组织练习题，并把回答后的反馈变成下一次可以调整的方向。
文字适合梳理逻辑，按住说话适合练习表达节奏。两种方式放在同一轮训练里，让准备不只停留在『看过答案』。
03 / SIGNAL — VOICE LOOP
声音不是一次性输入。它被拆解为表达、逻辑和节奏，再回到下一次更从容的开口。
PROMPT → SPEAK → EVALUATE → REHEARSE
让每一次回答， 留下进步的轨迹。
核心能力
每一项能力都对应产品流程里的一个明确环节，不是功能堆砌。
PTT 语音输入
按住说话、松开提交 —— 把回答节奏交给用户自己控制，更接近一次真实的开口。语音经 Whisper 转写后进入评分，让『说得出』和『写得好』两种能力分开练习、分别提升。
JD 智能出题
根据岗位描述组织技术、行为和场景类问题，让练习不再是一套泛泛的题库。
AI 多维评分
从内容、表达和结构等角度给出反馈，把『回答得不好』拆成下一次可执行的修改点。
进步曲线
记录每次练习的反馈，让用户看见自己反复练习后具体改善了什么。
演进时间线
从立项到当下，每个节点对应一次真实的交付与决策。
2025.Q1
MVP 上线
完成 JD 解析、文本问答与 AI 评分的第一版闭环，用小范围内测验证练习、反馈和复盘是否能连续发生。
2025.Q2
PTT 语音输入
接入 Web Audio API 录音与 Whisper 转写，按住说话模式上线，让回答过程更接近真实开口练习。
2025.Q3
公开 Beta
interview.asterforge.top 进入公开测试，引入多维评分与进步曲线；下一步继续打磨反馈质量和商业化路径。
2025.Q4+
与 ResuAIX 联动
上传简历自动生成针对性 JD 题目，AI 评分后直接优化简历 — 形成『简历 → 面试 → 简历优化』闭环。
技术栈
支撑这个项目跑起来的每一层选型。
数据剖面
这些数字记录项目的真实投入与边界 —— 不是营销话术，是可追溯的工程事实。
0 种
练习输入方式
语音 PTT + 文本，一轮训练里自由切换
0 类
题目维度
技术 / 行为 / 场景，按岗位描述生成
0 条
简历→面试路径
与 ResuAIX 联动闭环（计划中）
0 个
持续迭代的 Beta
interview.asterforge.top 公测中
数据剖面
这些数字记录项目的真实投入与边界。
0 种
练习输入方式
语音 PTT + 文本，一轮训练里自由切换
0 类
题目维度
技术 / 行为 / 场景，按岗位描述生成
0 条
简历→面试路径
与 ResuAIX 联动闭环（计划中）
0 个
持续迭代的 Beta
interview.asterforge.top 公测中