ChatGPT 总说 “Great!”，但我什么都没记住——用 Claude Code 搭了一个真正的面试老师-开发者社区

1. 为什么 ChatGPT 的 “Great!” 让我越练越虚

用 ChatGPT 刷 C++ 面试题，最典型的场景是这样的：你写了一段关于虚函数表的解释，其实漏掉了 vptr 在构造顺序里的初始化时机，它回你一句 “Great answer! 你理解得很到位”，然后直接跳到下一题。你关掉窗口，脑子里什么都没留下。第二天开新对话，它连你昨天练过什么都不知道，你得重新自我介绍一遍“我在准备 C++ 后端实习”。

问题不在于模型笨，而在于它的默认目标是“让对话舒服”，不是“让你学会”。它没有跨会话记忆，没有错题追踪，也没有强制的讲解—验证闭环。你答错了它不敢较真，你答对了它也不确认你到底懂没懂。

我想要的其实是一个严格的面试老师：答错必须讲透、出验证题、通过了才放行；隔几天还得按遗忘曲线把旧知识点翻出来重问。这套流程用 Claude Code 的 CLI 加上CLAUDE.md规则文件能搭出来，因为它的规则文件每次会话都会自动加载，等于给 AI 写死了行为约束。下面我把这套 C++ 面试训练流程拆成可复制的配置，顺带说明怎么用 TaoToken 统一 Key 和 API 通道接进去。

2. TaoToken 前置：把 Key 和 API 通道先理清

Claude Code 本身是个 CLI 工具，它需要模型服务来驱动。我这边习惯用 TaoToken 做统一的 Key 和 API 通道管理，好处是模型对话、编码计划、控制台这些入口的凭证不用到处散落。官网在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 基址是 https://taotoken.net/api 。

你需要先拿到一个可用的 Key。进控制台创建：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，然后在 API Keys 页面生成：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。生成后复制那串sk-开头的字符串，后面写进环境变量。

注意：Key 只显示一次，生成后立刻存到本地密码管理器或环境变量里，别直接写进会提交到 Git 的配置文件。

如果你只是想先验证模型通不通，可以用模型对话页面直接试：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。确认能正常返回后，再往下配 Claude Code。接入细节可以对照文档：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

3. 可复制配置：CLAUDE.md 骨架 + settings.json

3.1 目录结构先定好

我在项目根目录建了这么一套结构，规则和知识库分离，方便你换成 Java 或 Go：

ai-interview-engine/ ├── CLAUDE.md ├── .claude/ │ └── settings.json ├── rules/ │ └── interview.md └── knowledge/ ├── interview_tracker.md └── TEMPLATE.md

CLAUDE.md是入口规则，rules/interview.md放详细流程，knowledge/interview_tracker.md存知识点和复习状态。

3.2 CLAUDE.md 骨架

这个文件每次会话自动加载，所以写的是“总纲”，告诉 Claude 这是个面试训练场景：

# 面试训练引擎 你是一个严格的 C++ 面试官，不是陪聊。你的目标是让用户真正学会，而不是让对话舒服。 ## 加载规则 每次会话开始，先读取 rules/interview.md 和 knowledge/interview_tracker.md。 ## 核心原则 1. 禁止只说 "Great" 就跳题。答对要简要确认并关联知识点，答错必须走讲解流程。 2. 每次会话开始，检查 interview_tracker.md 里哪些知识点到了复习时间（D+1/D+2/D+4/D+7/D+15），优先出复习题。 3. 出题要混合 3-4 个模块，不要只问一个方向。 4. 用户说"今天就到这"时，触发收尾流程：给大纲 → 用户复述 → 你判断是否真懂 → 更新 tracker。 ## 出题来源 优先从用户项目代码出发追问，而不是空背八股。

3.3 rules/interview.md 详细流程

这是真正约束行为的地方，把“答错→讲解→验证”写死：

# 面试流程规则 ## 单题流程 1. 出题（混合模块，标注知识点标签） 2. 用户回答 3. 判断： - 答对 → 简要确认 + 关联 1 个延伸知识点 → 下一题 - 答错 → 必须讲解（含参考资料 URL）→ 出验证题 → 通过才出新题 4. 禁止跳步骤。不能答完直接出下一题。 ## 复习调度 - 知识点首次学习记为 D0 - 复习节点：D+1, D+2, D+4, D+7, D+15 - 每次会话开始扫描 tracker，到期的优先出题 - 连续两次答对标记"已掌握"，答错标记"薄弱" ## 收尾流程 用户说"今天就到这"： 1. 给出今日学习大纲 2. 用户根据大纲复述理解 3. 判断是真懂还是背答案 4. 更新 interview_tracker.md

3.4 knowledge/interview_tracker.md 知识点表

用表格记状态，Claude 每次会话读它：

# 知识点追踪 | 知识点 | 首次学习 | D+1 | D+2 | D+4 | D+7 | D+15 | 状态 | |--------|---------|-----|-----|-----|-----|------|------| | 智能指针 | 05-29 | | | | | | 已掌握 | | 虚函数表 | 05-29 | | | | | | 薄弱 | | condition_variable | 05-29 | | | | | | 待复习 |

3.5 settings.json 配置片段

.claude/settings.json里配环境变量和权限，把 API 通道指向 TaoToken：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key" }, "permissions": { "allow": [ "Read", "Write", "Bash(git:*)" ] } }

注意：ANTHROPIC_BASE_URL填 https://taotoken.net/api ，不要带 UTM 参数，那是给网页链接用的，API 调用不需要。

4. 验证请求：跑一次模拟面试

配置写完，进项目目录启动：

cd ai-interview-engine claude

第一句话直接说需求：

我要准备 C++ 后端开发面试，目标是大厂实习。开始复习。

正常的话，Claude 会先读rules/interview.md和knowledge/interview_tracker.md，然后检查哪些知识点到期。因为 tracker 里虚函数表标了薄弱、condition_variable待复习，它应该优先出这两块的题，而不是随便问一个。

我实测下来，它会问类似这样的问题：

你的 BoundedQueue 用了两个 condition_variable（not_full_ 和 not_empty_）， 用一个行不行？说说为什么。

这就是从项目代码出发的追问，比“请解释 condition_variable”有用得多。你答错时，它必须走讲解流程，给参考资料，再出验证题，通过了才放行。

想单独验证模型通道通不通，可以先在模型对话页面发一条测试：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。如果那边正常、CLI 报错，问题多半在settings.json的 Key 或 base URL。

5. 本篇常见错排查

5.1 Claude 还是只说 “Great” 就跳题

大概率是CLAUDE.md没被加载。检查两点：文件是否在项目根目录、文件名是否严格是CLAUDE.md（大小写敏感）。另外确认rules/interview.md路径写对了，Claude 读不到规则就会退回默认的“陪聊”行为。

5.2 会话开始不检查复习调度

knowledge/interview_tracker.md里的日期格式要统一，我用的是MM-DD。如果格式混乱，Claude 算不出 D+1、D+2 这些节点，就不会触发复习。表格列名也别改，规则文件里是按列名读的。

5.3 API 报 401 或连接失败

先看settings.json里ANTHROPIC_API_KEY是不是完整的sk-字符串，有没有多余空格。再看ANTHROPIC_BASE_URL是不是 https://taotoken.net/api ，末尾不要加斜杠。如果还不行，去 API Keys 页面重新生成一个：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

5.4 出题只问一个模块

规则里写了“混合 3-4 个模块”，但如果interview_tracker.md里知识点太少，Claude 没得混。至少填 8-10 个知识点，覆盖内存管理、并发、STL、网络几个方向，它才有得选。

5.5 收尾流程不触发

触发词是“今天就到这”，规则文件里写死的。如果你说的是“结束吧”“不练了”，它可能不认。要么按触发词说，要么在rules/interview.md里把触发词补全。

6. 长期编码和 Agent 场景怎么接

这套引擎跑通后，如果你打算长期用它练 C++、甚至扩展到 Java/Go 面试，或者把它当成日常编码的 Agent 底座，可以走 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。它适合需要持续调用、多轮会话的场景，比单次对话更省心。

Claude Code 的 CLI 接入细节，包括环境变量和权限配置，文档里写得更全：https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。如果你用的是 Claude Code 的 Anthropic 兼容通道，参考这个页面：https://taotoken.net/claude-code-anthropic?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

我自己的用法是：平时练面试走模型对话快速验证，正式训练开 Claude Code 跑规则文件，长期挂着就用 Coding Plan。三条通道共用一个 Key，管理起来不乱。