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> ...

项目代码黑马点评，ai优化了一下，加了几个点agent项目也是比较简单玩具的一个项目。代码能力实在不怎么熟练，光去看八股了，算法的话，目前刷了两遍hot100和部分的150的题目面后端的话，直接对着大厂暑期实习冲吗，海投那样吗？求大佬点评点评

面了四五十分钟，无手撕，可能KPI面大部分时间在聊项目最近有学什么新知识吗，讲讲学了什么什么时候开始学习前端，学习方式是什么讲讲css中的盒模型js中的基本数据类型有哪几种讲讲Symbol是什么，平时使用过吗原型是什么，原型链是什么闭包是什么，应用场景有哪些，使用闭包会有什么问题如果使用闭包造成内存泄漏，怎么解决了解浏览器底层如何执行js代码吗讲讲js的事件循环大概就聊了这么多八股，其余全是项目深挖，力竭了。