你是计算机相关专业出身的吗？

#聊聊Agent开发#1. 状态（State）代表应用程序当前快照的共享数据结构可以使用 TypedDict 或 Pydantic 模型定义包含作为所有节点和边输入模式的模式（schema）通过减速器函数（reducer functions）进行更新，指定如何应用更改1. TypedDict 和 Pydantic 是什么？它们都是定义状态结构的方式：、简单说：都是用来定义你的数据结构，就像数据库的字段定义。 #pydantic方式 from pydantic import BaseModel class State(BaseModel): messages: list llm_calls: i...

时间线: 1.4-1.5: boss 牛客 官网 实习僧海投了两天, 感觉确实没啥招人的啊, 心里凉了一半.1.6: 中午快手约面, 下午字节hr飞书私聊约面, 当时想着第一次面大厂感觉三个过一个一面就已经赢了.1.7: 下午 3点大厂处女面, 哈哈面试官是重邮红岩的直接保送; 5点快手一面, 我说这个是我的第二次大厂面试, 面试官问要是拿到字节和快手选择哪个, 我说昨天看了一晚上快手百分百选快手哈哈哈. 晚上5.30字节约二面, 快手约二面, 小红书约一面.1.8: 下午2点快手二面, 聊天面体验非常好(当天电话确认入职时间); 4点字节二面这次不是校友了, 然后有一个CSS实现switch效果的忘记属性咋写了, 感觉危了; 7.30 问字节hr是不是挂了; 9点开始小红书一面, 难死我了, 但我还是笑着面完了, 然后卸载了小红书, 但是过了一会会小红书hr约二面, 遂下回来了字节约三面.1.9: 下午2点字节三面, 依旧聊天+算法, 自己太菜了有一个写错了, 面完感觉又危了; 5点面小红书20min结束(offer审批);5.30又去问字节hr是不是挂了, hr小姐姐说干嘛用一个句式, 我说手写题又又又没写出来😂, 2min后约hr面；8.30 快手offer总结, 自己运气好遇到了好公司好部门好面试官, 字节剪映 快手电商 小红书支付的面试体验都非常好, 不会的题会带你一步一步思考, 流程也非常快全部都是当天推进, 小红书是以分钟为单位推进.  面经以及细节等我慢慢整理,  以及保佑所有的审批不要出问题, 我是真怕最后全过了0offer😂bg: 重邮 大数据 蓝山工作室 一段非大厂实习

下午五点多给我打电话问还看不看春招机会

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...