说出来也不怕大家伙笑话，大学三年基本就是浑浑噩噩混过来的。没参加过什么社团，没打过任何比赛，成绩也就专业前 30% 的水平，唯一的底线就是没挂过科。刚进大学的时候还挺飘的，觉得自己读了个热门的关于计算机领域的专业，未来肯定差不了。结果因为自己的傲慢和无知，对未来完全没有规划，一下子就到了大三下这个最尴尬的节点。看着身边的同学一个个目标明确：考研的早早就泡在了图书馆，考公的已经刷了好几本题，找工作的也已经准备第二段实习了。只有我，连简历都还没开始写，甚至连自己想做什么都不知道。前段时间脑子一热跟风考公，还天真地幻想自己是 "天选考公圣体"，命里带编，学一年就能上岸。结果现实狠...

ClaudeCode是真好用啊，谁懂啊不知道ClaudeCode 为什么这么恨老中

这些题刷完能不能拿五千一个月

大家好，我是程序员鱼皮。最近这两年，只要你接触过 AI 编程，大概率听过一个词，RAG（Retrieval-Augmented Generation）。但很多小伙伴对 RAG 都只是一知半解，导致面试的时候只能说出 “检索增强生成” 这六个字，面试官再多问一点，就只能 “阿巴阿巴”。而这篇文章，是对 RAG 技术的一个全景科普，从最初的 Naive RAG、到现在最主流的 Agentic RAG，总共 16 种主流 RAG 方案，我会一次性给大家讲清楚。以后开发 AI 应用的过程中，无论遇到什么场景，都能选择最合适的 RAG 方案。干货比较多，建议先点赞收藏，再慢慢往下看~什么是 RAG？AI...