民生银行意向书

1. 你做的 Agent 项目，完整链路讲一下完整链路一般是用户问题进入后，先做意图识别和 query 改写，再根据意图判断走纯 RAG、RAG + Tool，还是多 Agent workflow。检索阶段会做混合召回，再用 rerank 精排，拼接上下文后交给大模型生成。如果涉及订单、机票、酒店这类实时数据，会通过 function calling 调后端接口。最后返回答案时，会附上引用、置信度或者兜底话术。二面一般会继续追问每一层为什么这么设计，以及哪一层最容易出问题。 def agent_pipeline(query, user_profile): intent = detect_int...

我觉得我经历很丰富啊，为什么在西安只有7k😭

1. 自我介绍2. 这里的数据量大小是多少，字幕使用mysql存储是不是不大合适，做分表操作必要性大吗？答案：如果字幕数据量只是中等规模，而且查询模式比较明确，比如按视频 ID、语言、时间轴版本去查，MySQL 其实也不是完全不能用，关键在于表结构设计、索引设计和冷热数据策略是否合理。但如果字幕文本本身很长，写入频繁、版本多，而且还有检索、回溯、批量更新这类需求，那单纯放在 MySQL 里就不一定划算了。因为它更适合做结构化数据管理，不太适合承载高频大文本读写。更常见的做法会是 MySQL 存元数据和索引信息，大文本内容放对象存储或者专门的文档型存储里。至于分表有没有必要，要看几个点：单表行数...