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> ...

求求鹅收了我吧，其他公司全是一面挂，心态已崩，有没有人知道录用评估要多久，至今 hr 没有加我微信4.2 更新 ，已收到 offer，爱鹅信鹅等鹅timeline：3.13 一面3.18 二面3.31 hr 面 云证4.2 offer

好像是个中厂，如果处女面面这个会死吗

- 没有自我介绍-上来手撕一个dfs很简单，数字的排列- 一个默认 goroutine 消耗的资源是多少​-系统资源充足时，goroutine 可以无限开启吗？有没有限制​-JDK 现在最新发布到哪个版本了​-JWT 由哪些部分组成-接下来离谱的来了-问我gpt的知识库截止到什么时间-问我claude的知识库截止到什么时间，最新版本是什么-然后说问你个问题说到一半他又说算了我觉得你也不知道，不问你了？？？