一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...

二战寄了，然后包装了一下简历，投出去没人搭理我，问ai感觉千篇一律的车轱辘话，厚米们我这简历有什么优化的地方吗，信息不够精炼吗😇我投的7 8k岗位是要太多了吗😇😇😇麻了

项目是网上教程+vibe coding做的，34月份一直在沉淀加上学校一堆事，现在才开始慢慢投日常实习，求大佬给一些简历改进建议，目标暑假有个AI相关的班上就行

🕐面试时间：45min❓面试问题：自我介绍问第二个项目遇到什么难题或解决什么值得自豪的问题因为实习中有用到higress，恰巧面试部门也在搞这一块的内容，所以问我底层实现是否了解（没答上来）剩下全是八股，redis三剑客redis与mysql的数据一致性的问题mysql的慢sql如何排查，如何解决explain应该看什么字段，各代表什么含义key_length代表什么（当时不知道，面试官叫我猜一下，想了5s，还真猜对了）建立索引应该注意什么索引失效的场景手撕（LRU，写完的时候已经30min，面试官说时间还多再来一题，java实现一个死锁，写完时已经40min）反问🙌面试感想：感觉全答上来...