一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...

前言：这篇文章写给谁？ 如果你符合以下任何一种情况，这篇就是给你写的：  ✅ 开发转测开：干过Java/Python开发，现在想试试测开岗位 ✅ 岗位选择困难：同时面测开和开发，不知道重点准备哪个 ✅ 双背景求职：会写代码也懂测试，但不知道面试官关注什么 ✅ 职业规划纠结：不确定未来走开发还是测开路线  根据我自己的面试经历和观察身边同学，发现至少30%的求职者分不清测开和开发面试的侧重点。 我见过身边同学拿着开发简历去面测开，在算法题上表现完美，却被"设计登录框测试用例"问懵了。也有人用测试思维去面开发岗，讲了一堆质量保障，但系统设计题答得支离破碎。 关键是：测开和开发看...