agent项目

应该选择java的springai还是py的langchain呢，求大佬们指点

1.差分2.贪心+二分 最大值最小化/最小值最大化一般都是用二分3.应该是个用前缀和+二分 nlogn，飞船不用返航，卡的时间有点久了4.一眼树形dp但是没思路，时间也不是很够了1.第一题，赛车，参差板子题记录一个参差数组data,起点0，终点n+1对于每个水泥路段，data[left] += 1,data[right+1] -= 1遍历完后计算一下1-n区间，看看那部分水泥路最长就是对的那条。2.第二题，赛后想到的思路不一定对。可以二分法插入角色。3.第三题，我用了前缀和加速。对于每个s，维护一个左边的燃料收集点集合，每个元素形式是[绝对距离差，能量数量]，然后前缀和累加一下加速。每次遍历一...

本人西北工业大学软件工程专业大二学生，因为不是很想读研，没有卷绩点综测保研无望，也不是很想考研，希望本科就能就业。然后想问问各位大佬有什么意见。我是比较喜欢钻研技术的，主攻C++，对于C++11及以上的特性还算熟悉。模版也有研究，尝试过一点基础的模板元编程。也学过一些qt，用qt写过简单的小游戏比如扫雷什么的。学校课程写过SFML进行游戏开发，写过大约一万行代码（带注释）的坦克大战，基本由我独自完成。我还专门学习过cmake，我的所有C++项目均使用cmake管理。对于划分多个子模块的稍复杂的项目结构也能管理。我比较喜欢折腾Linux，自己安装并长期使用过ubuntu和arch linux，后面主要使用ubuntu。基础的shell命令和一些配置都熟悉，可以自己从源码编译安装一些开发库和软件。对docker容器的使用还算熟练，使用docker安装配置过一些MySQL之类的软件。除此之外，我也研究过一些大模型和深度学习，我在自己电脑上本地用docker部署了ollama，前端页面以及联网搜索的搜索引擎。我自己使用pytorch训练过一些简单的深度学习网络，比如cifar100的分类训练，十几层的CNN成功率在70%左右。我最近在学习TensorRT，部署了了上面提到的模型，用pytorch导出onnx格式，用c++实现模型编译，预处理，调用api推理，后处理等部分。还尝试部署了yolo，电脑连接摄像头做了一个实时处理，当然这个是使用开源框架TensorRT-YOLO实现的，我就只准备了模型以及用OpenCV标定了一下摄像头并读取摄像头图片传过去。然后我还粗略地学习过ROS1，安装并跑过几个demo，自己也尝试过拿激光雷达做过简单的SLAM建图，但是并不深入。然后也学过一些百度Appolo无人驾驶，最近打算深入学习一下，因为我们学院有一辆这种车，我可以用。然后就是其他的一些应该没啥用的东西。我平时用vim和emacs写代码，花了很多时间做配置，当然其他的像vscode，jetbrains啥的也都用过会用。学习过一点LaTeX，平时喜欢用LaTeX做笔记。自己用github pages搭建过个人博客。各位大佬，我感觉我学的东西虽然比较多但是太杂，东一榔头西一棒槌，没有哪个算是真正深入了的，基本都只是跑demo的水平。我想今年暑假找个实习为以后积累点经验，我想请教一下我应该考虑往哪些方向发展？以及我应该在哪方面再深入一些，做点实际的东西或是学点什么。下面是我做的简历，不知道该怎么填就填了我认为比较有用的两个，求拷打。

1.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？这个问题本质上不是“删哪条、留哪条”，而是做记忆的版本管理。实际处理时一般会同时看三个维度：时间、来源、置信度。时间上通常新信息优先，但前提是它来自更可信的输入；来源上，用户当前轮明确表达、工具查询结果、系统写入，优先级通常高于模型从历史里自己总结出来的内容；置信度上，如果只是一次低置信抽取，不会直接覆盖长期稳定画像。工程上我会把记忆拆成两层，一层是 event log，完整保留用户每次表达过什么；另一层是 materialized profile，也就是给模型使用的当前画像。冲突发生时，不是直接物理覆盖，而是先记事件，再按规则刷新画像。...