Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
git clone --depth 1 https://github.com/s4nec4ke/hr-agent-ruWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/commands/s4nec4ke/hr-agent-ru/interview-prep)<a href="https://agentmods.dev/commands/s4nec4ke/hr-agent-ru/interview-prep"><img src="https://agentmods.dev/badge/commands/s4nec4ke/hr-agent-ru/interview-prep/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/commands/s4nec4ke/hr-agent-ru/interview-prep"><img src="https://agentmods.dev/badge/commands/s4nec4ke/hr-agent-ru/interview-prep.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00124 | $0.04410 |
| Opus 5.5 | $0.00050 | $0.01764 |
| Sonnet 5.5 | $0.00025 | $0.00882 |
| Haiku 4.5 | $0.00012 | $0.00441 |
Grade A, and why
interview-prep scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 1mo ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 308 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Interview Prep Generator
Принципы
- Обработка строк по одной по очереди в основном потоке.
- Один проход. Генерируем всё, что выводимо из
source.md/card.md/correspondence.md/ профиля /playbook.md. Факты, которых нет ни в одном источнике (дата/время звонка, формат/ссылка, состав команды, устные вопросы HR — если о них не написано в переписке), оставляем как явные плейсхолдеры[ … ]— кандидат дописывает руками. Команда их не ждёт и второго прохода под них не делает. - Никакого WebFetch и Agent-вызовов. Доменные знания (рынок, конкуренты, регуляции, unit-экономика) пишем из общих знаний. Конкретные факты 2026 года, которые нельзя проверить (свежие раунды, оценки, сделки, назначения, новости), помечаем
⚠️. interview_transcript.md— ручной блокнот кандидата. Команда создаёт его пустым один раз и больше никогда не читает и не перезаписывает.
Storage layout (важно)
vacancies/vacancies.csv— CSV-индекс (10 колонок: id, Роль, Компания, Зарплата, Формат, Совпадение, Статус, Вакансия, Дата добавления, язык). Безопасно читать целиком.vacancies/items/{id} {short_role} {company}/— папка вакансии. Уже содержитsource.md, (обычно)card.mdи — если была переписка с HR —correspondence.md(лог диалога, создаёт/feedback-update). Эта команда добавляет в неё:interview_brief.md— контекст + доменка + tricky-вопросы. Читается за день и ещё раз за час до звонка.interview_script.md— оперативный лист на втором экране во время звонка.interview_transcript.md— пустой блокнот для записи звонка.
vacancies/interviews/playbook.md— общая база (STAR-кейсы, стандартные ответы, цифры, мантра). НЕ дублируем её в папку вакансии — ссылаемся на разделы.vacancies/interviews/progress_log.md— лог прогресса по интервью. Из него берём системные провалы, чтобы прицельно подобрать tricky-вопросы.- Лукап папки по id: glob
vacancies/items/{id} *— ровно один матч (пробел после id защищает 1 от 10). - Контакт / Тип контакта / Канал / Комментарий в CSV отсутствуют — читаем их из шапки
card.md.
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 1mo ago First seen · 308 lines · 124 tokens per session scan A c4c18a74f130
interview-prep is a command published in the GitHub repository s4nec4ke/hr-agent-ru (2 stars, last pushed 4mo ago), licensed MIT. It adds 124 tokens to every session and 4,410 once invoked, about $0.0005 per session on Opus 5.5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other commands, from other repositories
audit-quiz-coverage
Find quiz coverage gaps from recent guide/CHANGELOG/CC-releases changes and propose new questions.
learn
Learn new capabilities through experimentation, then codify into the system.
ccc-compound
Capture the patterns, corrections and decisions from the work just done into tasks/lessons.md, or review and prune existing lessons. Use after finishing a task or when the user says compound, lessons or retro.
explain
Explain the subject in depth using the fixed four-part structure: What, Why, Example, Consequences. Treat the subject as the thing to be explained, not as a literal question.
recap
Get a summary of everything you learned this session — concepts, quizzes, and progress.
practice
Generate calibrated practice questions, score the user's answers against the real rubric, and coach from what came back.