华为的oc呢，意向书过去快十天还没接到电话

大家好，我是小富～前几天我不是分享了如何零成本搭建 next-ai-draw-io，教大家用 AI 生成 draw.io 风格的架构图。后台反响还不错，看来大家对手绘架构图真的是苦之久矣。但在日常写文章时，我发现很多读者更偏爱那种手绘感十足的 Excalidraw 风格，就是下面这种，逼格高、视觉美，能让文章瞬间显得高级起来：我原本在琢磨，能不能用 Gemini Pro 给自己搓一个 AI 绘图整合平台，把 draw.io 和 Excalidraw 全揉进去。结果去 GitHub 一搜，好家伙，已经有大佬把我想做的给做了！这个开源项目简直是为我这种懒癌博主量身定制的：Mermaid、draw....

真有点逗了这个公司，一面过来发现是hr来面我，我还吐槽说怎么来个hr一面，然后我简历很多都写了的内容她还要再问一遍，当时就觉得有点奇怪，后来面完了过了两天发现当时都没收我简历直接面的，然后今天半夜发挂了的通知，其实我很好奇的是这种kpi面意义在哪，我看他约了好多天面了，一个mini公司哪来这么高的kpi（面多了习惯了，不生气，只是有点好奇这种kpi是因为年底了要把一年的kpi刷够吗）

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...