用途：把“会回答某道行为面试题”升级为“拥有一套可复用的职业故事库”，核心循环为挖掘→结构化→打标→存库→复用。
主要能力：一是挖掘新故事，通过四层追问引擎（破冰、深挖、打标、存库）补全 STAR，重点逼出个人动作与量化结果；二是回答具体 BQ，先查故事库索引，命中则按题目角度重组，未命中则现场挖掘；三是打磨已有故事，诊断结构问题并改写；四是模拟面试，按目标公司风格出题并反馈；五是 JD 驱动准备，结合 JD 与简历生成 Top 20 选题、STAR 准备模板、缺口清单，并输出 HTML 报告。
使用方式：按意图路由到对应流程文件，如 prompts/story-mining.md、prompts/structuring.md、prompts/jd-driven-prep.md。故事库位于 story-bank/，每个故事一个 .md，靠 frontmatter 记录 tags、competencies、company_fit、metrics 等，_index.md 作为能力标签反查入口，新增或修改后需同步更新。参考文件按需读取，包括 frameworks/star-car.md、competency-tags.md、company-profiles.md 等。
适用场景：行为面试准备、故事库建设、针对具体岗位的定向 BQ 准备、模拟面试练习。
限制：所有素材必须来自用户真实经历，不替用户编造 Task/Action/Result，量化数字需向用户求证；一次只问一个问题；一次会话聚焦挖透一个完整故事。HTML 报告默认输出到 ~/Desktop/Claude skills/bq-prep-<company>-<role>-<YYYYMM>.html。其他收费、平台等信息暂未提供。