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 ...

我大三tmd逃课去白马培训是吧，你老冯同意了没？

一个项目够吗，是不是至少要两个？有没有推荐的ai项目呢？

很多嵌入式面试，自我介绍刚结束，面试官就会来一句：“挑一个你最熟悉的项目，详细讲讲。”接着往往还有三连：你在项目里具体负责什么？项目里最难的问题是什么，怎么解决的？如果现在让你重做一遍，你会怎么改？这三问看起来都在问“项目”，但本质上考的是同一件事：你有没有真正参与过工程，能不能把问题从现象追到根因，再落到方案、验证和取舍。功能堆再多，讲不清楚“为什么这样做、还试过什么、最后怎么验证有效”，在面试官眼里都接近 Demo 级经历。先说结论：项目面不是背简历，是展示“工程闭环”嵌入式项目面，面试官通常不在找“背过多少名词”，而在判断四件事：项目是否真实 —— 不是你简历上写的那几个关键词，而是你确...