nishant-Tiwari24/cracked

项目介绍

cracked 是一套包含 19 个 Agent 技能的求职与编程面试备考工具。安装到 Claude Code、Codex、Cursor、GitHub Copilot、Gemini CLI 等 Agent 环境后，助手可以扮演限时 DSA 面试官、在线测评判题器、简历评审、系统设计和 HR 面试官，以及备考计划制定者。技能既可以显式调用（如 /mock-interview、/roast-my-resume），也会在你描述需求时由模型自动选用。

目标用户是准备校招的 CS 大三、大四学生，走社招的应届生，以及考虑跳槽的工程师。公司模式覆盖 470+ 家公司：company-intel 会缓存常考轮次、OA 形式、高频 LeetCode 题和公司价值观，并标注来源 company-intel 技能。

安装与首次使用

每个 Agent 只选一种安装方式，插件和手动安装同时用会让每个技能出现两份。

Claude Code：

claude plugin marketplace add nishant-Tiwari24/cracked
claude plugin install cracked@cracked

插件方式默认自动更新。Codex 使用 codex plugin marketplace add ... 和 codex plugin add ...；其他 Agent 用手动方式把可编辑文件复制到本地：npx skills@latest add nishant-Tiwari24/cracked -a <agent>，安装时勾选 setup-cracked 和 cracked-profile 安装说明。手动安装后需自行运行 npx skills@latest update 更新。

随后运行一次 /setup-cracked：它会问最多六个短问题（身份、目标岗位、目标公司、语言、DSA 水平、截止时间），保存个人档案，生成目标公司的备考简报，检查本机是否具备 Python、SQLite、gh 和语音合成等工具，并建议前三次练习 setup-cracked。完成后可以直接输入：

> roast my resume ~/Downloads/resume.pdf
> mock interview for Google, medium, voice mode
> /oa-sim Amazon

各部分功能

• 面试：mock-interview 做限时 DSA 轮，故意不给出约束、用四级提示阶梯，实际执行你的代码并给出录用判定；oa-sim 在你自己的编辑器里生成测评文件，用执行过的参考解生成隐藏测试并按 AC/WA/TLE 判分；system-design-mock、hr-round、core-viva（OS、DBMS、CN、OOP 和 SQL，SQL 在 SQLite 中执行）以及 pattern-coach 覆盖其他轮次 mock-interview、oa-sim。
• 个人材料：roast-my-resume 给出 ATS 分数和改写，缺失数字保持为 [N] 而不会编造；jd-match、resume-blueprint、defend-my-project、make-it-hireable、github-glowup 和 referral-dm 覆盖职位匹配、项目防守、项目升级和求职触达 roast-my-resume。
• 策略：prep-plan、rejection-review 和 offer-decode 分别生成周计划、失败复盘和 CTC 到手薪资拆解，都依赖共享的 cracked-profile 记忆层 cracked-profile。

每次练习的评分卡会写入 ~/.cracked/ 下的本地日志，弱项可以跨会话累积，计划也会据此重排。

使用约束

• 部分技能依赖本机工具：执行测试和 SQL 需要 Python 与 SQLite，GitHub 相关功能需要 gh，语音模式需要文本转语音；/setup-cracked 会报告缺少哪些。
• 技能之间会互相调用；在没有原生 Skill 工具的 Agent 里，要安装整包而不是单个技能，并且必须包含 cracked-profile。
• 数据以纯 Markdown 保存在 ~/.cracked/（可用 CRACKED_HOME 改路径），README 称没有账号、服务器和追踪，但需自行核实。
• 公司题目来自社区数据集 leetcode-company-wise-problems，标注为「高频出现」而非泄露题。
• 质量数据（12/12 评测通过、比同模型无技能时高 0.38）是作者通过 Claude Code 插件评测工具得到的结论 evals。
• 许可证为 MIT LICENSE。

HotRepo 点评

2026-11-10，该项目进入 HotRepo 新项目榜，在 10:45 到 12:15 UTC 约 90 分钟的统计窗口内新增 15 Star、4 Fork，记录时为 122 Star、10 Fork。样本时间很短且只有一次快照，只能说明当天的活跃度，不足以判断趋势。从技术角度看，值得注意的设计是面试类技能会实际执行候选人代码，并用执行过的参考解生成隐藏测试来判分，而不是让模型猜对错，这让它的评测声明比纯提示词的技能包更容易核查。