用途：根据专家背景和讨论主题，生成访谈标题与深入问题，封装标题构思、筛选和问题设计的逻辑，用于结构化的访谈准备。
主要能力：提供三步工作流——标题生成、标题筛选、问题生成；脚本输出三个提示词模板，其中标题筛选题板含 {generated_titles} 占位符，问题生成模板含 {selected_title} 占位符，由用户填入前一步结果；最终产出结构化推理过程与提示词，交由用户偏好的大模型完成生成。
使用方式：在 scripts 目录运行 Python 脚本：python scripts/main.py --topic "<topic>" --background "<expert_background>" [--file "<path_to_transcript>"]。参数：--topic 访谈主题或方向；--background 专家详细信息（姓名、单位、研究方向、成果等）；--file 可选，已有访谈记录文件路径（txt、md 等）。示例：python scripts/main.py --topic "AI in Healthcare" --background "Dr. Smith, Chief Scientist at HealthAI"。可先验证：python scripts/validate_skill.py --help 或 python scripts/main.py --help。
环境与限制：需要 Python 3.10+；第三方包未在该技能包中明确锁定版本，如需严格环境控制应自行添加固定版本。包内含 scripts/main.py 及另外 1 个脚本。
适用与不适用：适合可提供必要输入并期望结构化交付物的重复性、清单式执行。缺少所需源数据、标识、文件或凭据时不应使用；用户要求编造结果、无依据主张或超出范围结论时不应使用；当更简单的直接回答更合适时也不应使用。
输出与验证：输出可直接使用的结构化交付物，若生成文件建议采用确定性名称 expert_interview_topics_result.md；应附简短验证摘要，说明检查内容、假设与遗留限制。执行前校验必填字段，缺失时提前停止并指出最小修复；不得编造测量、引用、发现或结论；涉及凭据、隐私或安全边界时给出明确警告。若失败，应说明缺失字段、命令路径、可能原因与恢复步骤；部分输出需标注并说明未完成的检查。
其他：该技能的收费、价格、平台等信息暂未提供。