用途：作为招聘流程的一部分，为候选人准备面试任务。核心思路是为候选人创建私有仓库，由 LLM 智能体针对给定任务起草一个 PR，候选人随后审阅该 PR 并提供反馈，以此评估其理解代码库、给出建设性反馈并推动任务收尾的能力。
输入：若调用提示未提供，需向用户询问候选人姓名，以及一段描述 LLM 智能体应起草的 PR 的提示词，要求清晰简洁地说明候选人将要审阅的任务。
使用方式分五步。第一步，将 Polar 仓库 fork 到专属于该候选人的私有 GitHub 仓库，运行本技能提供的脚本 .claude/skills/interview-task/scripts/fork-repository，以候选人的 slug 名称为参数；slug 需小写、ASCII、空格替换为连字符，例如 .claude/skills/interview-task/scripts/fork-repository francois-voron。第二步，创建 PR 分支，运行 .claude/skills/interview-task/scripts/setup-remote，参数为候选人 slug 与分支名，脚本会添加指向候选人 fork 的 remote、fetch、创建分支并推送；分支名应能描述任务，例如 .claude/skills/interview-task/scripts/setup-remote francois-voron add-new-feature。第三步，使用 LLM 智能体依据用户提示在候选人仓库中起草 PR，实现所述改动并产生一个或多个提交。第四步，推送改动并创建 PR，标题与描述需清楚说明所做的更改，例如 git push && gh pr create --title "Add new feature" --body "This PR adds a new feature that allows users to do X, Y, and Z."。第五步，向该 PR 添加评论，邀请候选人审阅并反馈；评论文本按模板给出，说明期望成果（理解改动、给出含潜在问题与改进的建设性反馈、讨论如何收尾任务），并明确不要求候选人实际实现改动，下一步是在 PR 评论中发布反馈并在后续面试中一起审阅。发布评论的命令为 gh pr comment <pr-number> --body '<body>'。
适用场景：工程招聘中的代码审阅评估环节。限制：资料未提供该技能的收费、平台兼容范围、具体脚本内部实现及其他效果数据。