前言鼠鼠水牛客已经有大半年了，最近也是因为打算找第一份实习所以牛客的使用时长也是直线上升。随着使用的时间越来越长，最深有感触的还是牛油们真的很好很优秀不管是分享面经还是传授经验都是毫无保留的。鼠鼠作为一个上大学才接触编程的大学生，是第一次觉得人与人之间就算不认识也可以做到不在乎利益，无关经验的多少都在表达着，分享着自己有关某个观点的见解还有就业择业的经验。鼠鼠深深感到计算机这个专业不只是一门专业，牛客也不只是一个提供CS爱好者交流的平台，更像是一个温馨的大家庭。鼠鼠是走的Java + AI就业路线，每天打开电脑第一件事就是打开牛客先刷上一个半小时，这一个半小时也是自认为一天中最有价值信息输入方...

27届Java实习

目前进度是codetop前五页+hot100刷完了，八股背完了一轮但是感觉没背熟，求大佬们拷打简历

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> ...