等美团意向书等了快一个月了

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...

不是故意想当标题党的，实在是求牛友们给给建议。下面是我的简历。

1. FFmpeg的主要组件有哪些？各自的作用是什么？FFmpeg主要包含以下组件：libavformat：封装格式处理库，负责解封装和封装操作，支持MP4、FLV、MKV等几乎所有容器格式，处理文件的读写和流的管理libavcodec：编解码库，包含大量音视频编解码器，支持H.264、H.265、AAC、MP3等编码格式，是FFmpeg的核心libavutil：工具库，提供内存管理、数学运算、字典操作、日志系统等基础功能libswscale：图像处理库，用于图像缩放和像素格式转换，比如YUV转RGB、分辨率调整libswresample：音频重采样库，处理采样率转换、声道布局转换、采样格式转...