timeline:3-25 boss上投递被一位善良的节节hr捞起，此时很激动，因为本人boss投大厂一直都是被已读不回or谢绝状态，但是hr看了简历问了base地没下文（很难受）3-26 面两家广州小厂，拿到两份保底offer，同时节节hr跟我约一面，感觉和做梦一样3.31 一面，当天下午约二面4.1 二面，面试中得知我们这边只用两面，下午面完等到晚上9点还没接到约hr面电话，含泪打开牛客想写一篇仅自己可见的emo文（因为为了字节，前面两份保底offer等不了我那么久，已经失效了，相当于字节没过，又得重新找实习，这段时间白忙活），这时低头看boss，发现有个hr要跟我交换微信，心头一惊，点进...

感觉我的简历在本科生中也不算差，面试的时候八股和算法只要不挖的太深都回答的上来，为什么老是被一面挂😭最近被一面挂麻了，即使问了面试官对我的印象说还不错也仍然被一面挂，真有点怀疑人生了😭

1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...