汇川内推

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> ...

大二大三那会非常的向往互联网大厂，进去之后刚开始会觉得各个都很牛，只有自己是菜狗，干了一段时间会发现外表光鲜靓丽的某个人或者公司原来内部也就这样。即使是你的领导或者你的导师一样都会有不会的不懂的。实习或者找工作也都是这样，别把别人想的太厉害，大家可能会觉得自己的经历或者项目什么的比较拉不好说，不用怕，大胆的吹，你的面试官大多时候都不了解你的细节，只要你能自圆其说就行了。不过大厂之所以能成为大厂肯定也是有厉害的地方的，厉害在有几个天赋型的选手搭建出一套完整可执行的规则，后人照着做就不会出大问题。

大佬们看看，有没有什么还要修改的地方，第一个项目做的是黑马点评，加了一个rabbitMQ，第二个项目是鱼皮的API开放平台结合了一下鱼皮的大语言对话模型项目

1. 你最近在学哪些课程或技术方向？2. 你有没有使用过 AI 相关工具？有，用过 Cursor 和 ChatGPT。主要是辅助写一些重复性代码、补测试用例、解释报错、查 API 用法，也会用来做知识点对比，比如 synchronized 和 ReentrantLock 的区别，或者分析 SQL 为什么慢。一般我会把它当辅助工具，不会直接照搬结果。3. 你用 Cursor 的时候遇到过什么问题？最大的问题是上下文理解不一定完整，尤其是跨文件和跨模块的时候，生成的代码可能能跑，但不一定适合当前项目。还有就是它有时会忽略边界条件，比如空值、并发安全、事务失效这些问题，所以关键逻辑我还是会自己过一遍...