Testlify 是一个技能测评与面试平台。在其面向招聘方的测试构建器中，我构建了用于编写三种 AI 驱动题型（语音、视频和聊天模拟）的界面，招聘方用它来配置自动化的候选人测评：录制时长限制、AI 提示词设置、能力评分，以及文本转语音的音色选择。
我做了什么
- 语音 AI 题目编写： 在测试构建器中构建了配置语音类 AI 面试题目的界面，包括录制限制、AI 提示词设置和能力评分。
- 题目构建器集成： 把语音、视频和聊天模拟题型集成进招聘方的测评构建流程。
- 样式与工具链： 为语音/聊天题目界面贡献了组件样式，并参与了仓库工具链的搭建（ESLint、Husky、Renovate、Tailwind 配置）。
为什么它有意义
语音、视频和聊天类 AI 题目是招聘方配置 Testlify 自动化面试测评的方式。这项工作让这些题型在 Testlify 整个产品套件所共用的设计系统内，做到了既可配置又保持一致。
一份小贡献，置身于一个庞大的代码库
这个仓库是 Testlify 的招聘方/管理后台：16,216 次提交，几十位贡献者，自 2021 年 9 月运行至今。我自己的提交有 86 次，大约占其中的半个百分点，跨度大约一年半。这其中大部分提交都落在一个 component-library git 子模块里，也就是已经作为独立案例研究介绍过的那个共享 Vue 设计系统；在这个子模块之外，真正的工作集中在一小组文件上：语音题目弹窗、把题型接入构建器的面试题目视图，以及围绕它们的样式和工具链。
“多模态 AI 面试”在这里到底意味着什么
这个应用是产品面向招聘方的一侧：招聘方在这里配置一个 AI 驱动的题目实际会问什么，而不是候选人实时作答的地方。语音、视频和聊天模拟是招聘方在测试构建器里设置的题目类型，每一种都有自己的录制时长限制、AI 提示词、能力评分标准，以及（对语音而言）文本转语音音色的选择。让这些配置好的题目真正上线、供候选人作答的面试体验，运行在 Testlify 技术栈里另一个独立的应用中。
数据模型与规模
- 4 年多时间里累计 16,216 次提交，其中提交最多的一位贡献者单人就贡献了超过 1,800 次，这是一个真正大规模、长期运行的团队代码库，而不是一个小项目。
- 共享组件库以 git 子模块的形式被引用，而不是复制粘贴或 fork 出来的，这让这个应用与 Testlify 其他三个产品保持在同一个有版本管理的设计系统上。
技术栈
Vue 3、TypeScript、Vuex 用于状态管理、Vite、共享的 Testlify 组件库 作为 git 子模块、ESLint、Husky、Renovate 用于依赖更新、Tailwind CSS。