传统数仓、数据库和分析系统，为业务提供了稳定的数据支持和决策依据。但当数据开始面对 LLM 时，就产生了一个全新的挑战：如何将企业数据转化为模型可感知、可检索、可执行的“上下文”。在企业 AI 系统中，这一过程通常经历三个关键环节：1. 数仓与数据库：提供干净、统一、结构化的业务数据。2. 搜索与 RAG：让模型能够快速、稳定地访问相关信息。3. 工作流与 Agent：将数据能力编排成可执行的任务，实现复杂业务的闭环。图中展示了这一链路的概览。通过这条链路，可以发现数据不再只是“给人看的”，而是成为 AI 执行的核心驱动力。一、从数仓到 LLM：数据“服务对象”的变化在之前的文章中（微信公众号...

我真有点想骂人了

前端新的面试题又来咯拖拽与 DOM问题 1：拖拽过程中，如果原本的元素消失了，onDrop 还能触发么？具体表现是什么？答案： 能触发。onDrop 事件会在放置的目标元素上触发。具体表现是：拖拽源元素在拖拽过程中被移除（如设置为 display: none 或从 DOM 中删除），只要鼠标在有效的放置目标上释放，onDrop 仍会触发。但是，event.dataTransfer 对象中关于拖拽源的数据可能变得不可靠或丢失。问题 2：如何改变拖拽预览图？答案： 使用 DataTransfer.setDragImage() 方法。 element.addEventListener('dragst...