3.25海康机器视觉测开实习技术一面（40min）

在刚毕业的时候找工作，家长们总是隔三差五 问我工作找得怎么样了？刚开始我会如实汇报，但是时间久了会觉得有很大的压力，后面直接告诉她们入职了某公司（我计划未来找不到工作就去，大概率面试能过，用于保底的一个公司，钱不多事多）。之后偶尔会问下班了没吃饭了没，也会敷衍回答。反正自己过得好不好只有自己清楚，说太多不好的事，家长们只能着急又帮不上忙，无形中也给自己添加了压力。

4.2 高德打车-质量能效自我介绍项目拷打http与https区别tcp与udp区别http三次握手过程线程与进程进程通信方式你使用过哪些进程通信方式在写代码时死锁是什么，发生原因数据库事务特性编程题：给你一串数字（1对应A，26对应Z）让你写出这串数字所能代表的所有车牌号（类似leetcode93.复原IP地址）场景题：给一个纸杯子，该如何对其进行测试反问高德面试体验感不是很好，手撕编程最后也没撕出来，面试官似乎比较急，每个问题挨得很紧凑

AI有四大块，MCP、RAG、Agent以及skill。Agent 本质是一个 “能自主完成任务的应用程序”，没有扎实的开发功底，再好的 AI 能力也只是空中楼阁。后端开发框架核心技能：Java（SpringBoot/SpringCloud）或 Python（FastAPI/Flask），掌握接口设计、服务部署、并发处理。应用场景：Agent 的任务调度、状态管理、外部工具调用，都需要后端框架搭建 “骨架”。比如用 SpringBoot 写一个企业级 Agent 的服务端，处理多用户的任务请求。RAG（检索增强生成）—— Agent 的 “知识库”RAG 是解决大模型 “知识过时、胡说八道” 的关键，让 Agent 能调用外部知识库回答问题。必学技能向量数据库：Milvus/Chroma，掌握文档向量化、相似性检索。比如把公司的产品手册转换成向量存储，Agent 遇到用户提问时，先检索手册内容，再生成回答。Prompt 工程：学会写 “检索 + 生成” 的提示词，比如“根据以下检索到的文档内容，回答用户问题：{检索结果}，用户问题：{question}”。学习路径：先用 LangChain 框架快速搭建一个简单的 RAG 系统，比如 “本地文档问答 Agent”，再深入研究向量索引的优化（比如 HNSW 算法）。MCP 的核心是标准化大模型与外部工具的通信协议，让 Agent 能 “听懂” 工具的输入输出，也让工具能 “理解” 大模型的指令。必学技能工具封装：把外部工具（比如计算器、天气 API、数据库查询）封装成符合 MCP 规范的接口，定义清晰的input_schema和output_schema。协议适配：了解 OpenAI 的 Function Call、Anthropic 的 Tool Use 等主流协议，掌握大模型工具调用的流程—— 大模型生成工具调用指令→Agent 解析指令→调用工具→返回结果给大模型。应用场景：Agent 需要帮用户 “查询今天的天气并安排出行计划”，就会通过 MCP 协议调用天气 API，获取数据后再结合用户的偏好生成计划。Skill 是 Agent 完成特定任务的能力模块，比如 “文本摘要 Skill”“代码生成 Skill”“Excel 处理 Skill”，本质是封装好的函数或工具集。必学技能技能设计：学会拆分通用技能（比如文本处理、数据计算）和业务技能（比如电商订单查询、运维日志分析）。技能注册与管理：用技能库管理所有可用技能，让 Agent 能根据任务自动匹配技能。比如遇到 “生成 Python 代码” 的任务，自动调用 “代码生成 Skill”。学习路径：先基于 Python 写几个简单的 Skill（比如 “Markdown 转 PDF”），再集成到 LangChain 的 Agent 中，实现 “任务→技能匹配→执行” 的流程。

核心本地商业-业务研发平台4.1 一面 4.3二面 4.7 oc 4.12 offer4.1 一面自我介绍项目拷打（重点）自动化测试的应用场景python装饰器是干啥用的python with有什么作用try...except/finally是怎么工作的http与https的区别tcp与udp的区别tcp三次握手过程，为什么是3次场景题：一个登录界面如何测试编程题：正整数分解质因数反问4.3 二面自我介绍项目拷打（相较于一面甚至没有很具体的提问细节，只是问了一下碰到的麻烦以及如何解决）AIcoding：给AI输入prompt设计一个判断评论是否违规并删除的功能AI如何赋能测开AI相关问题反问总...