1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...

没必要在学校疯狂卷了

介绍自己怎么接触的前端，怎么学习的前端实习项目相关，背景痛点，技术难点执行流程题 var name = 'global'; function test(){ console.log(name);//undifined var name = 'local'; } test();  var name = "mary"; function hello() { console.log(name); } function hello1() { var name = "bob"; hello(); } function hello2() { var name = &...