求建议

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 问关于ReAct的知识，那几个模式有什么差别2. 给了一个场景，就是设计一个全自动化的agent进行AI漫剧创作，你会怎么设计？3. 为什么要引入父子索引？BM25引入的原因是什么，比例是怎么设置的，整个具体流程是怎样的，有没有做rerank操作？4. 如果做了rerank， rerank之后返回几个块？有没有做过一些验证来确保效果？5. rerank之后的topk截断是怎么实现的？为什么选这个k值，有没有考虑过其他方案？6. 讲一下上下文工程，还有记忆功能是怎么实现的。7. 讲一下LRU的原理和实现。8. 讲一下你项目agent框架9. langchain langgraph了解多少 你在你的项目中有使用吗10. 你做的agent响应这么快 你是否有工程优化 是什么11. chunk怎么切的 除了你这么切 还有别的办法吗12. 如果用滑动窗口 如何去重？13. 准确率提升是如何量化的14. 如果你切chunk的时候 第一个段落和第十个段落有联系你怎么做

做网申助手两个多月了，今天想写几个真实的例子。不是数据报告，就是几个让我们印象深的故事。 【例子一】一位26届测试开发的同学，春招投了50家。前20家手动填表，后来装了插件。她说：「最后拿offer的两家，都是后来批量投的时候投的。要是一直手动填，可能早就投倦了，这两家可能就没投。」【例子二】一位27届产品方向的同学，一个下午投了12家。「以前投12家要两天，因为每家填表都要重新来一遍，累了就搁着。现在下午统一开tab，插件填好，逐个检查开放题提交，顺畅多了。」【例子三】这条评论我们记得最清楚：「我有两家是填到一半嫌麻烦放弃了。用了你们的插件之后我发现自己能投完了。」这句话让我们意识到：工具改...

项目这样写能约到面试吗

一提到“做AI项目”，大家脑子里蹦出来的可能就是：复杂模型、海量数据、看不懂的论文……事实根本不是这样。一个能真正落地的AI项目，核心只有一件事：用AI解决一个具体的问题。问题可以很小，小到“预测明天会不会下雨”，小到“判断一条评论是好评还是差评”。这篇文章就是为你准备的——不管你是零基础小白，还是已经调过几个API但不知道怎么做完整项目的人。我们会从零开始，拆解一个AI项目的完整落地流程。更重要的是：做完这个项目，你收获的不是一个“玩具”，而是一套可迁移的实战能力。一、一个能落地的AI项目，长什么样？先记住三个核心要素，缺一不可：要素是什么意思举个例子明确的目标用一句话说清楚你要解决什么问题...