Java转ai agent如何学起

工作中遇到的人，起初只是同事：一起开会、完成任务、加班赶项目。但慢慢地，午休的聊天、节日的问候、互相帮忙的小细节，让彼此不只是同事，更像朋友。我发现，同事变朋友的关键，不是天天在一起，而是真诚和理解。你关心他的困难，他也愿意分享喜悦。工作之外的互动，让友情在职场里悄悄生根。所以，其实办公室里，不只是任务和业绩，还有友情在悄悄发生。

项目拷打 1.能否简单描述一下 RAG 系统的整体流程？2.从文档输入到代码生成，中间经历了哪些关键步骤？3.构建系统用了哪些文档？来源是什么？4.文档规模有多大？覆盖哪些领域？5.使用了什么框架做 RAG？6.如何解析 PDF/Markdown 等文档？7.如何结合用户 prompt 对文档进行总结和拆分？8.如何从 RAG 输出到代码生成？9.是否参考了某种规范或模板？10.生成的 SPEC 文档包含哪些内容？11.使用的是本地模型还是云 API？12.能否部署在本地？需要什么条件？13.当前生成结果是否符合预期？是否存在偏差？14.是否需要人工预设 prompt 或后处理？具体怎么做的？

前言近一年，大数据面试的风向正在发生明显变化。过去，面试官更关注：数仓分层怎么设计？指标体系如何构建？Spark 调优怎么做的？而现在，越来越多的面试开始追问：你有没有做过 AI 相关项目？LLM 在数据场景中如何落地？RAG 是怎么设计的？AI 不再是「加分项」，而是逐渐成为「基础能力」。但问题是 很多人所谓的 AI 项目，只停留在：调个 API写个简单问答 Demo这在企业级场景里，是远远不够的。真正有含金量的 AI 项目，必须要解决真实业务问题，并具备：检索增强（RAG）落地能力LLM 语义理解与 Prompt 设计能力工程化架构能力（可扩展、可复用、可维护）而在我们当前的数据仓库体系中...

我一个舍友天天在宿舍睡觉逃课打游戏，这几天在dy上刷到什么ai面试助手然后就用了，结果真给他拿到offer了，我真气的睡不着了，为什么会这样，他还说什么以后工作也都是用ai，自己现在用ai是在领先时代，气死我了