面试鸭
免费、干净的面试刷题网站，覆盖 200+ 题库、9000+ 高频面试题，三端同步，助你高效备战求职面试。
证据显示这是一个常规的Web应用，没有Agent相关的权限管理、用户确认、数据流透明性、敏感数据处理、依赖安全、外部影响、回滚或来源归属的文档或实现。因此所有信任标准得分为0。
自一致性：README和package.json基本一致，但版本号（5.0.0）与README中提到的2022年版本不一致，且没有明确的版本对应关系，因此得1分。依赖可用性：package.json列出了大量依赖，但未提供锁文件或版本固定策略，存在依赖漂移风险，得1分。失败消息：没有提供错误处理或用户可见的失败消息文档，得0分。
受众和场景：README明确列出了求职者、面试官、学生、老师等受众，并描述了多种使用场景，得2分。能力边界：功能列表详细，但未明确说明哪些功能是实验性的或未来计划，边界模糊，得1分。触发精度：没有Agent触发机制，得0分。环境适配：提供了前端和后端的部署说明，但未详细说明不同环境的配置，得1分。
信息架构：README结构清晰，包含项目背景、功能、技术栈、快速上手等，得2分。安装说明：提供了前端和后端的安装步骤，但后端依赖参考文档，得2分。命名稳定性：项目名称和版本号在package.json中明确，但README中未提及版本历史，得1分。示例和FAQ：有项目展示图片，但无FAQ，得1分。已知限制：未提及任何已知限制，得0分。许可证：MIT许可证明确，得2分。版本和变更日志：package.json有版本号，但无CHANGELOG，得1分。维护责任：README中列出了贡献者，但未明确维护责任，得2分。
输出可用性：作为Web应用，输出是网页，但未提供API或数据导出格式，得1分。边际价值：提供了大量面试题和功能，相比其他类似项目有独特价值，得2分。成本效益：免费开源，但部署和运行需要一定技术能力，得1分。
声明可追溯性：README中的功能声明未提供代码或测试证据，得1分。跨来源佐证：没有外部来源验证，得0分。事实与推断分离：README中区分了事实和未来计划，但未明确标注，得1分。
- 该仓库是一个常规Web应用，并非Agent产品，因此Agent相关标准均不适用。
- 依赖未锁定版本，存在供应链风险。
- README中的功能声明缺乏代码或测试证据支持。
这个 Agent 能做什么，适合哪些场景？
面试鸭是一个开源的全栈面试刷题平台，其开源版本采用 React + 云开发/Node.js 构建，包含前台与管理员后台的完整代码。核心功能是提供多维度筛选和排序的题目浏览、题解折叠、收藏、共同编辑、语音读题、试题篮一键组卷与下载、试卷可见范围控制等。技术栈包括前端 React、Umi、Ant Design Pro、TypeScript；后端 Node.js（Express）或腾讯云云开发，数据库 MongoDB，中间件 Redis、Elasticsearch，对象存储腾讯云 COS。项目为求职者、面试官、学生、老师设计，强调免费、全面、共建和持续更新，在线版本可访问 mianshiya.com。
面试鸭提供在线面试刷题功能，用户可浏览、搜索、筛选（按难度、标签、题型）和排序（按热度、收藏数、频率）题目，查看折叠解析，进行收藏。支持共同编辑解析、上传题目、举报，并有热门搜索与历史记录。用户可回答题目、点赞回答、关注标签。试卷功能支持试题篮、一键组卷、下载试卷、控制可见范围及语音读卷。管理员后台可管理题目、回答、试卷和用户。技术实现上，前端通过 React 和 Ant Design 构建，后端提供 Express 或云函数接口，数据存储于 MongoDB，使用 Redis 和 Elasticsearch 优化查询与搜索。
- 求职者：在面试前使用面试鸭按方向（如 Java、前端）筛选高频题，快速背诵题解，提高面试通过率。
- 面试官：使用一键组卷功能从试题篮快速生成试卷，用于面试考核候选人。
- 学生：通过刷题了解企业考查重点，明确学习方向，积累自己的小题库。
- 老师：参考企业真实面经和题目，调整教学重点，帮助学生求职。
这个 Agent 有哪些优点和局限？
- 覆盖方向广：200+ 题库、9000+ 高频面试题，包含 Java、前端、AI、操作系统等方向，且持续更新。
- 功能丰富：支持多维筛选、排序、收藏、共同编辑、一键组卷、下载试卷、语音读题等，提升刷题效率。
- 三端同步：网页端、小程序和 IDE 插件数据同步，随时随地刷题。
- 技术栈依赖较多：需要 Node.js、MongoDB、Redis、Elasticsearch 等，部署配置较复杂。
- 平台特定性：后端可选腾讯云云开发，若使用则绑定腾讯云生态，迁移成本高。
- 缺少详细部署文档：后端安装步骤仅提供参考文档链接，未在 README 中详述，上手有一定门槛。
如何安装或部署这个 Agent？
前端安装：环境要求 Node.js >= 14。在项目根目录执行 yarn 安装依赖，然后 yarn start 启动开发服务器。生产部署执行 yarn build 生成 dist 目录，可部署到 Web 服务器或用 Docker 打包。后端（Node.js）代码在 server 目录，云函数在 cloudfunctions 目录，具体安装步骤需阅读对应目录中的 README 文档。
如何使用这个 Agent？
启动前端后，访问本地开发服务器地址即可开始刷题。可注册账号、浏览题目、收藏、组卷。若要自定义部署，需配置 MongoDB、Redis、Elasticsearch 等中间件，并设置腾讯云 COS 等对象存储。具体后端使用请参照 server/README.md 或 cloudfunctions/README.md。
这个 Agent 与同类方案有什么区别？
文中未直接对比同类产品。