一、项目背景

无领导小组面试是互联网行业校招中的常见环节，考察候选人在团队协作中的逻辑思维、沟通表达、领导力等综合素质。然而，群面机会有限，缺乏针对性练习和反馈机制，导致许多求职者难以有效提升。

针对这一需求，本项目“群面智伴”旨在构建一个由多个AI智能体驱动的沉浸式群面模拟系统，帮助用户在模拟环境中积累经验，并通过系统化的复盘分析理解自身表现，实现针对性提升。

二、系统功能概述

系统模拟完整的无领导小组讨论流程，用户与多个AI候选人智能体共同完成群面题目，AI面试官全程观察并记录。讨论结束后，系统生成多维评估报告，并提供可追溯的复盘功能。

2.1 会前配置

用户进入系统后可进行以下配置：

• 选择群面题目（按题型、难度、岗位方向筛选）

• 设置讨论时长

• 选择AI智能体数量（5-8个）

• 选择目标岗位方向（产品、运营、技术等）

系统根据配置加载题目上下文、评分模板和角色配置，完成场景初始化后进入倒计时开场。

2.2 多智能体群面模拟

系统包含两类智能体：

面试官智能体：

• 宣读讨论规则和流程

• 监控讨论节奏，必要时推进阶段

• 讨论结束后进行点评并汇总评分

候选人智能体：

• 模拟不同MBTI人格类型和角色倾向

• 可执行陈述、追问、反驳、妥协、总结等行为

• 每个智能体独立配置人格向量、情绪向量、角色向量、能力向量和记忆向量

讨论流程遵循真实群面五阶段：破冰、观点陈述、交锋辩论、收敛决策、总结陈词。

2.3 语音实时交互

• 用户语音输入：采集、降噪、实时转写、VAD断句、节奏特征提取

• 智能体语音输出：文本响应转语音播报，不同角色区分音色

• 语音特征（语速、停顿、音量等）结构化存储，用于沟通表达能力评估

2.4 事件化复盘系统

模拟结束后，系统提供以下复盘功能：

时间线回放：

• 将原始对话流转换为标准事件流（发言事件、抢话事件、情绪更新事件、阶段事件）

• 支持逐事件追溯和关键片段定位

五维评分：

• 从逻辑思维、沟通表达、团队协作、领导力、专业度五个维度进行评估

• 每个评分结论绑定至少两条原始发言证据

• 生成个性化能力雷达图

追问机制：

• 用户可对任一智能体的行为发起追问（如“你为什么当时抢话？”“为什么反驳他？”）

• 系统基于原始事件数据生成符合事实的解释

训练建议：

• 区分“立即可执行建议”和“下次训练重点动作”两类

• 推送针对性练习内容

2.5 题库管理

• 建设互联网行业群面题库，共80题

• 题型覆盖：案例分析、优先级排序、方案设计、观点辩论

• 题目分层：基础40题、进阶40题

• 支持按岗位方向、难度、题型检索调用

• 后台支持题目录入、标签维护、版本管理

三、核心量化指标

3.1 会前配置与场景启动

• 场景初始化成功率 ≥ 95%

• 初始化平均耗时 ≤ 4秒

• 场景参数合法性校验覆盖率 = 100%

3.2 多智能体实时讨论与抢话

• 单房间并发规模：1用户 + 最多8个AI

• 抢话裁决平均时延 ≤ 800ms

• AI回复起始延迟（平均）≤ 3.5秒

• 单角色发言占比上限 ≤ 35%

• 每场至少触发2组支持/反驳事件

3.3 语音实时交互

• 普通话转写准确率 ≥ 85%

• 语音播报成功率 ≥ 97%

• 语音交互链路成功率 ≥ 95%

• VAD断句合理率 ≥ 80%（人工抽检）

3.4 事件化复盘与五维评估

• 五维评分完整率 = 100%

• 每维证据条数 ≥ 2条

• 复盘问答可回答率 ≥ 90%

• 评分一致性标准差 ≤ 0.6（5分制）

• 人工评分对齐相关系数 r ≥ 0.60

3.5 题库管理

• 题库规模：80题，覆盖4类题型

• 题库字段完整率 ≥ 95%

• 检索相关性命中率（Top-k人工抽检）≥ 80%

• 题库后台增删改查成功率 ≥ 97%

3.6 用户训练闭环

• 训练闭环完成率 ≥ 85%

• 至少1个短板维度提升 ≥ 15%

四、智能体设计要点

4.1 发言意愿分计算

每个智能体在每轮决策周期内计算发言意愿分，公式如下：

SpeakScore = w1 × 角色驱动分 + w2 × 内容相关度 + w3 × 情绪激活值 + w4 × 时机窗口系数 + w5 × 阶段任务权重

各权重系数满足 w1 + w2 + w3 + w4 + w5 = 1，可根据讨论风格进行调整。

4.2 抢话与裁决规则

• 当SpeakScore超过阈值（默认0.65）且处于可插入窗口内时，智能体提交抢话申请

• 裁决器采用“优先级 + 公平补偿 + 冷却时间”策略确定发言者

• 同一智能体发言后进入冷却期（默认3秒），避免连续抢话

4.3 阶段推进机制

当出现以下情况时触发阶段推进：

• 连续15秒内无新观点或有效发言

• 当前阶段计划时长超限

• 用户主动请求推进

主持角色依次尝试聚焦问题、收敛投票、总结任务等推进动作。

五、技术架构

系统采用分层架构设计：

1. 前端实时交互层：会话控制、语音输入输出、实时字幕、复盘可视化

2. 会话编排层：WebSocket长连接管理、事件路由、房间状态机

3. 智能体引擎层：多智能体生成、抢话裁决、阶段调度、行为决策

4. 语音服务层：语音转写、VAD断句、语音合成、异常恢复

5. 数据与评估层：题库检索、事件存储、评估计算、报告生成

六、开发计划

• 第1-2周：需求分析、系统设计、题库规范与数据模板

• 第3-8周：模拟引擎、抢话机制、语音链路、实时通信开发联调

• 第9-11周：复盘系统、评分体系、指标评测与性能优化

• 第12-13周：回归测试、验收材料、演示视频与答辩文档

七、项目信息

• 项目类型：软件学院创新项目实训（2025版）

• 团队名称：提交就过队

• 项目博客：https://blog.csdn.net/name_nothing

• 代码仓库：https://gitee.com/lyx3105055217/lgd-agent-sim

欢迎持续关注项目进展。