项目经历真实性与质量核验：核对项目实际代码与简历描述是否吻合、复杂度与声称难度是否匹配、个人贡献边界、是否有真实使用痕迹，并比对同质化项目难度基准表判断简历描述强度是否超出该类项目的典型范围。凡是要判断一个项目的真实分量就使用本技能——包括用户说"这项目有多难""是不是套模板的""这个项目能说明什么水平""他是不是真做过"时。
The English summary is being prepared. Showing the original description.
Run score Not tested
See how to installReview the instructions the agent will receive before you install.
一份简历的技术含量，主要由项目经历承载。而项目经历也是最容易注水的地方——因为面试官很难在短时间内判断一个陌生仓库的真实分量。
本 skill 要回答三个递进的问题：
"是不是烂大街项目"是第四个、也是权重最低的问题——见下方专门说明。
结构性不可公开核验，转为面试问题。绝不能因查不到而推向负面。把简历对该项目的描述逐句拆开，与仓库实际内容对照：
| 简历声称 | 核验方法 | 不吻合意味着什么 |
|---|---|---|
| 技术栈 A/B/C | 看依赖文件、实际 import、配置 | 声称的技术在代码中完全不存在 → 强信号 |
| "支持高并发/分布式" | 看是否真有并发控制、分布式协调的代码 | 只有单机 CRUD → 描述夸大 |
| "自研 XX 框架/引擎" | 看是否是对现成库的薄封装 | 薄封装被称为"自研" → 表述夸大 |
| "服务 N 个用户" | 看是否有部署痕迹、用户反馈、issue 活跃度 | 无任何使用痕迹 → 需追问数据来源 |
| "完整的测试/CI/监控" | 看 CI 配置、测试覆盖、监控代码 | 声称有但完全没有 → 强信号 |
| 代码量 / 模块规模 | 实际统计 | 声称"十万行"实际两千行 → 强信号 |
最有力的一条：代码复杂度与声称的技术难度是否匹配。如果简历写"设计了基于 Raft 的分布式一致性存储"，而仓库里只有一个用 map 实现的 KV 加一个 HTTP 接口，这是可以给出较强结论的实质矛盾。
反过来同样要注意：如果代码复杂度远超候选人的经验年限所能解释的水平，且提交历史显示是短时间内一次性推入的，也值得追问——但这绝不能直接判为抄袭，很多可能：从私有仓迁移、基于开源二次开发、AI 辅助开发（现代工程实践，正当）、就是很强。
必须排除：公司项目开源时常以单一账号推送，提交历史无法反映真实分工；团队约定由某人统一提交；使用了 pair programming。
读 references/boilerplate-catalog.md，判断该项目是否属于高频同质化类型。
在使用这一维度前，必须先接受以下前提：
做一个常见类型的项目，完全不是问题。 学习一个技术方向时，做该方向的经典项目是最有效的路径。绝大多数优秀工程师的第一个 RAG 应用、第一个秒杀系统、第一个 Raft 实现，都长得差不多。项目"烂大街"丝毫不能说明候选人能力差或在造假。
那么这一维度到底核验什么？只核验一件事：
简历对该项目的描述强度，是否超出了这类项目的实际难度。
举例：
所以正确的用法是：识别出项目类型 → 查明这类项目的典型实现难度 → 与简历描述强度对照 → 落差过大则追问。
报告中的表述纪律：
有真实用户的项目会留下痕迹：外部提交的 issue、非作者的 fork、社区讨论、部署记录、下游依赖。
注意：无痕迹是绝大多数个人项目的常态，完全正常。这一项只在简历声称了用户量、采用方、业务价值时才需要核验。
### 项目核验：[项目名]
**地址**：[链接] | **性质**：[个人项目 / 团队项目 / 公司开源 / fork]
**时间**：仓库 [首次提交]—[最后提交] | 简历声称 [起]—[止] | [吻合 / 不吻合]
**描述吻合度**：
| 简历声称 | 实际情况 | 结论 |
| --- | --- | --- |
| "..." | ... | [吻合 / 落差] |
**个人边界**：贡献者 N 人，候选人提交占比 X%，集中在 [模块]。
**项目类型**：[属于 XX 类常见实践项目 / 未匹配到已知类型]
该类项目典型范围：...
简历描述超出部分：...
**使用痕迹**：[有/无，及是否与简历声称的用户量相符]
**结论**：[档位]
**其他可能的解释**：[必填]
| 观察 | 不能推出的结论 |
|---|---|
| 项目是常见类型 | 不能推出能力差或造假 |
| 代码量少 | 不能推出水平低——精简的实现可能更难 |
| 无 star / 无用户 | 不能推出项目没价值 |
| 用了大量第三方库 | 不能推出"没有技术含量"——合理复用是工程能力 |
| 代码有 AI 辅助痕迹 | 不能推出任何问题——这是当前的标准实践 |
| 仓库已归档 / 停止维护 | 完全正常，个人项目大多如此 |
| 一次性大量提交 | 有多种正常解释（迁移、初次开源、squash） |
| 项目跟着教程做的 | 学习方式正当，只看简历描述是否如实 |
No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
技术博客与公开技术输出的原创性核验：整段正文逐字检索比对来源、全量标题批量筛查、分层抽样给出可复现的命中率，判断内容是原创实践还是未标注的搬运，并与简历经历做时间与内容交叉印证。凡是要评估某人技术写作的真实性或含金量就使用本技能——包括用户说"他博客写得怎么样""这些文章是不是抄的""原创 200 篇是真的吗""公众号/掘金/CSDN 这些内容可信吗"时。
The English summary is being prepared. Showing the original description.
学术、竞赛与资质凭证核验：对论文、专利、竞赛名次、职业证书、开源社区身份、公开 benchmark 成绩逐条比对权威公开源，核对作者顺序、名次分母与定语、专利法律状态、头衔层级，识别申请写成授权、Workshop 写成主会、省略分母等拔高手法。凡是简历上出现可对外部权威源核对的凭证就使用本技能——包括用户说"他这个论文是真的吗""这个竞赛奖含金量如何""专利查得到吗""他说自己是 Committer 靠谱吗"时。
The English summary is being prepared. Showing the original description.
GitHub/GitLab 贡献真实性核验：逐个查看 PR 的实际 diff、按领域与深度分类统计、核对贡献量级与"Contributor/核心贡献者/Maintainer"类表述是否相符，识别刷绿、刷 PR、刷 star 与领域错配（如自称 AI Infra 实则全是前端提交）。凡是要评估某人 GitHub 的含金量就使用本技能——包括用户说"他这个 GitHub 怎么样""这个 contributor 有多少水分""开源经历值多少""帮我看看这个账号"时。也在 /resume-audit 需要核验代码托管材料时调用。
The English summary is being prepared. Showing the original description.
面试官出题技能：基于最难核验或最可疑的经历，生成 3—6 道扎在候选人自己项目具体实现细节上的追问题，通过锚定私有细节、反事实推理、错误前提陷阱、现场量级估算四种机制让通用 AI 难以代答，并附参考答案要点、评分标准、典型错误回答与"答不上来不说明什么"。凡是要为一次面试准备问题就使用本技能——包括用户说"面试该问他什么""帮我准备几个问题""怎么问才能问出他是不是真做过""出几道能压住他的题"时。
The English summary is being prepared. Showing the original description.
批量简历生产线识别：在一批简历中检测版式、句式、项目组合、开源模式的结构性雷同，识别可能出自同一简历工具或培训模板的群体，产出的是"这些共性表述不具备区分度"的提问策略建议，绝不用于淘汰任何候选人。凡是同时面对多份简历要做批量判断就使用本技能——包括用户说"这批简历怎么都长一个样""这几个人是不是一个班出来的""帮我筛一下这十份简历"时。
The English summary is being prepared. Showing the original description.
面向招聘方的简历核验主入口：读取候选人简历及其主动提供的 GitHub、项目、博客、论文链接，逐条核验强主张，识别经历包装、范围拉伸、开源刷量、时间线冲突，输出七档证据分级报告并生成带坑的面试题。凡是收到一份简历要判断真假、含金量或该不该面，都应使用本技能——包括用户只说"帮我看看这份简历""这个人靠谱吗""这简历有没有水分""值不值得约面""帮我背调一下""这个候选人怎么样"而没有说"核验"二字时。也适用于用户以面试官或 HR 身份评估候选人材料的任何场景。
The English summary is being prepared. Showing the original description.