Agent 与大模型开发相关详细展开复杂任务编排能力，具体是解决什么问题，做了一些什么工作？在什么场景下适合用简单的 Agent 去解决问题，什么场景下适合在 Agent 内部做复杂的链路编排？在复杂的 Agent 编排中，如何控制传递的上下文内容，保证既传递了有效信息，又不会因为传递过多而干扰大模型的注意力？Plan-Execute-Replan 模式相当于一个循环，如果问题一直不能解决，它会陷入死循环一直迭代吗？在实际使用中，有没有遇到过上下文窗口被撑爆（溢出）的情况？你是如何管理上下文窗口的？RAG 召回的内容和 Agent 提取的长期记忆（Memory）之间需要做什么划分？什么样的内容...

这家公司疯了吧，5个人招我，我又不是什么稀缺资源这家看样子应该是外包公司

你在leetcode上练的都是死代码能力🤣

还在简历上写“会调用OpenAI API”吗？今天推荐一个能让你从众多AI求职者中脱颖而出的硬核项目——Ragas。它不是入门级的“手把手教程”，而是一个被数千家公司使用的专业级AI评估工具。能理解并学习它，将是你求职路上的一大步。📌 这个项目是什么？Ragas 是一个专门用来评估和测试大语言模型（LLM）应用（比如聊天机器人、RAG、AI Agent）性能的框架。简单说，如果LLM应用是产品，Ragas就是给这个产品做“专业质检”的工具。它帮你用数据而非感觉来回答：“我的AI应用表现到底好不好？”项目地址：https://github.com/vibrantlabsai/ragas核心亮点...