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> ...

大四上学期在某厂实习了三个月，说说真实感受吧。进去之前幻想的是参与核心项目、接触前沿技术。实际上每天就是写一些边角需求，改改前人的代码，开不完的会。mentor人挺好但也很忙，大部分时间还是自己摸索。最大的感触是：大厂没有想象中那么光鲜。工位很挤，实习生能接触到的东西真的有限，很多核心代码权限都没有。现在春招我反而没那么执着大厂了，更看重具体做什么、团队氛围怎么样。实习过一次之后你就会发现，公司名字真的只是个壳子，每天干的活才是实实在在的。

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

昨天改简历改到凌晨，盯着那行"负责分布式系统架构设计"，我突然心虚了。说实话我就是改了几个SQL，优化了下索引，这算"架构设计"吗？但不这么写，简历连筛选都过不了啊...先说个残酷事实：2024年不包装简历，基本等于炮灰。你写"做了增删改查"，别人写"高并发数据处理系统"，HR筛选时会选谁？但关键问题是，包装和造假就差一线。什么是造假？GitHub找个项目改个名说是自己的；别人做的说你主导的；没接触的技术写精通。这种只要面试官一深挖，立刻原形毕露，直接进黑名单。什么是包装？把真实做过的事，用专业方式表达。举个例子，...