大家好，我是程序员鱼皮。最近这两年，只要你接触过 AI 编程，大概率听过一个词，RAG（Retrieval-Augmented Generation）。但很多小伙伴对 RAG 都只是一知半解，导致面试的时候只能说出 “检索增强生成” 这六个字，面试官再多问一点，就只能 “阿巴阿巴”。而这篇文章，是对 RAG 技术的一个全景科普，从最初的 Naive RAG、到现在最主流的 Agentic RAG，总共 16 种主流 RAG 方案，我会一次性给大家讲清楚。以后开发 AI 应用的过程中，无论遇到什么场景，都能选择最合适的 RAG 方案。干货比较多，建议先点赞收藏，再慢慢往下看~什么是 RAG？AI...

该咋投递啊还，boss上几乎没人理，简历咋能优化一下。

❓面试问题：询问项目1.rag和sft的区别和适用场景2.rag的知识库如何做定期维护场景题1.大量用户直播场景，有点赞功能，如何优化。（先答了使用redis，然后询问有没有其他优化，回答前端节流、服务端分片分批次提交），询问java使用什么数据结构（回答使用concurrentHashMap,value使用原子操作）2.如何实现三个线程执行完成后再执行（回答使用信号量或者锁，三个线程记录count值，达到3时唤醒主线程）八股1.什么是回表。2.什么时候不走索引。3.什么时候叶分裂。4.redis的缓存一致性。手撕1.三个线程按顺序打印1，2，3🙌面试感想：