曼伦内推-曼伦内推码

自我介绍bg：四非一本信息管理与信息系统，主攻 Java 后端开发，方向偏后端业务系统开发和 AI 应用落地。能力：Java学习时间未超过一年 有一定能力，但不多，中间水平，算法更是小白，hot100就刷了一遍，对于大多应届生求职者来说应该比较有参考性。时间线：2025年7月： 正式决定走 Java 后端方向，开始系统学习 Java 基础、Spring Boot、MySQL、Redis 等后端内容。2025年12月： 第一份外包小厂实习。2026年3月初： 离职，开始准备春招，集中复习 JVM、JUC、MySQL、Redis、消息队列、线程池等高频八股。2026年3月中： 正式进入春招节奏，开...

1. 自我介绍2. 项目都是自己写的吗？3. 我看你用 koa2 写后端，为什么选择它，能讲讲吗？4. 那你提到 koa2 它是不提供中间件的，你是怎么解决的？5. 中间件的原理是什么？（洋葱模型）6. 你刚刚说碰到 next() 就进入下一个中间件，那 next 只能执行同步，如果是异步的话，你是怎么处理的？（async/await，但是我发现，有的中间件需要在异步中间件之前执行，所以我用 try/catch 来处理异步中间件的异常）7. JS 异步发展史，以及它们的优缺点说一下 （回调函数--Promise--Generator--async/await）8. 你刚刚说 Promise 状态不能更改，那如果我要设计一个能修改 Promise 状态的函数，你会怎么设计？9. CSS 水平垂直居中的方法（flex、grid、绝对定位 + margin:auto、绝对定位 + 负 margin、绝对定位 + transform、table-cell）10. 你刚刚说到 flex 布局，那 flex：1 是什么意思？（flex: flex-grow  flex-shrink  flex-basis;等价 flex:1 1 0%表示元素可以均分剩余空间，可拉伸、可压缩，不依赖内容宽度，自动自适应填充布局。）11. 父容器宽是 500px，然后它左右各有两个子容器是 100px，如果设置 flex: 1，那它的宽度是多少？（500-100-100=300px）12. 说说你对浏览器缓存的理解（强缓存、协商缓存）13. 如果一个用户，他怎么去刷新都无法刷到最新版的代码，你能说下可能的原因吗？（版本号、hash等）还有吗？（我说我不知道了，面试官说还有 CDN 没有同步，我说企业才会这么干，自己写项目一般不会，我知道 cdn 是用来解决高并发的手段）14. React你熟吗？说下 React 函数组件和类组件的区别15. 怎么避免 Hooks 导致组件重新渲染？（使用 useCallback、useMemo、React.memo、useRef等等）16. 谈一下我对 React 的状态管理的理解（Redux、Mobx、Zustand，我说 Zustand 用的最多）17. React 常见的 hooks 有哪些？（useState、useEffect、useRef、useCallback、useMemo、useReducer、useContext、useImperativeHandle、useLayoutEffect、useDebugValue）18. TS 你熟吗？我们引进 TS 的目的是为什么？19. interface 和 type 的区别20. 说下 TS 里的泛型21. 我现在有十个字段，比如十个字段就要 A B C D E F G 这种。那我现在另有另外一个方法，这个方法接受的参数呢，必须是这个 interface A 里面的这个 K。就比如说你可以是 A B C 可以 A B C D 任何组合都可以，但是必须是这个 interface 里面的 A 里面的定义的。这个 K 这种类型的话是怎么去定义呢？（说实话我有点不太理解啥意思，反正我说了 keyof）``` TypeScriptinterface Obj {A: stringB: stringC: stringD: stringE: string// 其他字段...}```22. vite 用过吗？说说和 webpack 的区别。vite 的优缺点是什么23. 说说 Tree shaking（树摇） 和 Code Splitting （代码分割）的区别24. Git 你熟吗？说说 git merge 和 git rebase 的区别，什么时候用 git merge，什么时候用 git rebase？25. web3 你熟吗？（不太熟，听说过而已）26. 我看你自我介绍说了 AI，你是怎么用的？27. 除了提示词，还有什么能让 AI 更聪明？28. AI 的优缺点你说一下29. AI 发展这么快，你觉得我们以后会扮演什么角色？30. 反问基本都答上来了。面了我80分钟，我还以为稳过的

🤡😭      

在 AI 应用的场景中，rag可以说是一项必备的技术，在智能客服，导购 agent，智能创作等有检索需求的场景都会使用到，所以这里结合一些实际的应用场景和大家做一些分享一，数据准备数据准备是 rag 整个流水线中非常重要的一环，所以在实际的生产场景中，也主要是看数据解析，以及使用不同的向量库落库的过程 文件解析（pdf，docx，txt，md）目前常见的文件解析，就是利用 Apache tika 等开源库做解析组件，但对于一些富文本的数据，比如有图片和表格的情况，就要借用 ocr 等辅助手段大表格处理表格是比较常见的数据类型之一，但是大表格解析通常会有一些问题比如在切块的时候如果每一行都作为 ...