两个月打磨：前端AI项目利器- RAG知识库助手（搜索推荐机制版）

从十月份开始确定项目方向，模型选择和技术栈搭配。 从 Ollama 开始配模型，加入 Langchain 处理链路，然后开始前后端联调，各种报错接踵而至。每天没有需求了就一个人在工位敲敲敲，耳机一带就是肝，睁眼就是九点半

十一月开始基础功能完成，开始处理文件检索，对中英文引用不同库处理。又在司内看见一些分享方案，又尝试加入搜索召回。拿公司mac跑的模型，一开终端风扇就疯狂转，搞得同事都来问我你小子又不学前端是吧，谁家运行前端电脑这么吵？

后面快离职的时候又开始搞搜索推荐，把部门搜推的文章看了，发现技术门槛太高了，只能自己慢慢琢磨方案。没逝的，自己慢慢啃呗。又还想加入热搜排行榜的功能，因为在腾讯也做了一个多月排行榜的业务，前端这个还是熟练的。

离职后又完善了一部分，自己还是喜欢用的，后面设备跑起来会更快。等明年去实习了，直接就是一整套方案放到司内，做点技术分享
技术栈：
前端： Next.js + Ts
后端：Python（Flask）
模型相关：
LangChain 工具链：处理 Prompt、上下文检索和输出解析。
NLP 工具（Jieba、TF-IDF）：用于中文语料分析和推荐。
文档加载与处理（PyPDFLoader）：支持用户内容输入。
LLM 模型（Ollama，Lama3）：实现核心问答和扩展功能。#现在前端的就业环境真的很差吗##前端##大模型##实习##项目##简历#