1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

26应届偏远地区双非硕，buff叠满了

什么年代了，还有地主

凉经，已挂，无八股无算法，难道是晚上面试面试官太累了吗？40min自我介绍拷打实习项目遇到的挑战及个人做得好的地方AI方面AI编码实践（SDD、skills对 SDD 的理解及相关调研情况AI 平台的 workflow 编排方式，是否调研过 langchain 的底层原理agent框架业界竞品、开发过程中的难点业务是企业文档相关的，面试官说我可能不太匹配，但和面试官交流感觉蛮好的，感谢面试官捞我！只不过我反问的问题有点不好，有点庞大，问面试官怎么平衡技术的深度和广度、以及倒反天罡问面试官有没有用openclaw，微信会考虑接入智能体吗？其实我想问的是一些如何平衡开放程度和安全层面对不起我错了