很多做嵌入式的同学，简历里都会写一句：“熟悉 FreeRTOS，具备多任务开发经验。”但问题来了。到底学到什么程度，才算真的“熟悉 FreeRTOS”？是会创建几个任务？会用队列发消息？还是能把 Demo 跑起来就算？说实话，如果只是会 xTaskCreate()、会 vTaskDelay()、会建个消息队列，这最多只能算“用过”。离“熟悉”还差一截。这篇文章，我就把这个问题掰开讲清楚：FreeRTOS 到底学到什么程度，简历上写“熟悉”才不心虚。一、先说结论：会用，不等于熟悉很多人对 FreeRTOS 的理解停留在这几个层面：会创建任务会设置任务优先级会用延时函数会用队列、信号量跑过几个小项...

0实习的阶段，不玻璃心，求拷打，我觉得春招是26届我的最后一次入场机会了，但反响平平。只有一两个通过初筛，后续就没有了

说个可能不太"ZZ正确"的大实话：大厂实习经历在找工作中的加成，比你想象的大太多了。我去年暑期在某大厂做推荐系统实习，说实话活不算特别有深度，主要是做特征工程和一些AB实验。但秋招的时候，简历上这一行带来的好处是全方位的。首先是过筛。投了20家，70%的简历通过率。我室友背景跟我差不多，但实习是一家没听过名字的小公司，15家过了3家。你说是能力差距吗？不是，纯粹HR看到大厂名字就默认你至少不差。其次是面试氛围。面试官看到你在xx厂实习过，态度明显不一样，会默认你的基础能力没问题，更多地聊项目思路和方向判断，而不是从头盘问你基础知识。我室友面试经常被追问八股文，我反而很少被问到。

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 ...