CAT PAW

全部 workflow

职业

建立并演练 STAR 面试故事库

一组可重复使用的真实行为事例,能在面试压力下调整套用。

流程

按这个顺序做。

  1. 收集职位说明以及一组有代表性的行为能力或可能问题。
  2. 把每项能力对应到用户本人采取过实质行动的具体经历。
  3. 按 STAR 的情境、任务、行动、结果起草每条案例,背景从简,突出用户的决策与行动。
  4. 只有用户记忆或记录能支撑时,才补充具体结果、教训和取舍。
  5. 检查覆盖面,使故事库在相关处包含协作、冲突、主动作为、失败或学习,以及岗位专属技能。
  6. 用不同措辞进行限时模拟提问,并用追问检验清晰度、责任归属与反思。
  7. 把答案改成灵活要点而非背诵稿,并准备向面试官提出的问题。

先准备

猫会向你要的输入。

  • 目标岗位或职位说明
  • 工作与项目经历
  • 已知面试形式
  • 可用练习时间

路由器 + 一份 playbook

先路由。只选一份。

Cat Paw 每次任务只加载一份 playbook,不合并多份。先走这个路由器;其余路径是此 workflow 可检查的候选。

  • 路由器: skill-packs
  • skills/product/pm-product-discovery/interview-script/SKILL.md
  • skills/product/pm-toolkit/review-resume/SKILL.md
  • skills/engineering/mattpocock/teach/SKILL.md

界限

界限跟着提示一起走。

  • 不要编造故事、指标或对团队成果的个人独占贡献。
  • 示例中避免索要雇主、客户或个人的机密数据。
  • 反馈应聚焦清晰度与证据,而非口音、外貌、残疾或其他受保护特征。

完成代表

一个可核对的终点。

用户至少有五条经核实的 STAR 故事,能在预定时间内回答一组变化的模拟题,并备有简短的面试官提问清单。

来源

这个流程从哪来。

  1. careerservices.fas.harvard.edu/resources/interviewing/
  2. careerservices.fas.harvard.edu/resources/ocs-interview-guide/

来源确立 workflow 的模式。如有 Reddit 或社区帖子,视为实务轶事,不是普遍事实。

AI 行动。你决定。

给 AI 的人类刹车。

Latch 会在每个指令、点击和文件变更发生前先展示——你可以说好、不要,或再等等。

Plow Latch · macOS Cat Paw Latch · Windows + Linux · 从源码构建
Cat Paw Latch

号码背后

两个 harness,一条线。

相同号码、相同的 100 美元额度。选择你发消息时由哪个 harness 回复。

Hermes

Nous Research 的终端原生代理。跑在你的机器上,跨会话保留记忆,每项任务开一份 playbook。

发消息给 Hermes
OpenClaw

开源助手,跑在你自己的电脑上,在你已在用的频道里回复。每项任务一份 playbook。

发消息给 OpenClaw

两个 harness 共用同一条线 +1 628 246 3032

会打开“信息”,并已带入选好的 harness。