大家好，我是程序员鱼皮。最近这两年，只要你接触过 AI 编程，大概率听过一个词，RAG（Retrieval-Augmented Generation）。但很多小伙伴对 RAG 都只是一知半解，导致面试的时候只能说出 “检索增强生成” 这六个字，面试官再多问一点，就只能 “阿巴阿巴”。而这篇文章，是对 RAG 技术的一个全景科普，从最初的 Naive RAG、到现在最主流的 Agentic RAG，总共 16 种主流 RAG 方案，我会一次性给大家讲清楚。以后开发 AI 应用的过程中，无论遇到什么场景，都能选择最合适的 RAG 方案。干货比较多，建议先点赞收藏，再慢慢往下看~什么是 RAG？AI...

毕业即失业

全程15分钟。面试官人挺好的，即使我的回答跑题了也没有打断我，而是等我说完再纠正1.自我介绍2.Linux中查看系统性能的命令3.学习的时候用的是哪个版本的Linux答：WSL2 有没有用过原生的Linux答：用过CentOS4.介绍自己的一个项目（我介绍了自己的基于RAG的英语学习网站）如何部署的模型如何实现的调用RAGembedding用的是哪个python库5.如何看待AI Agent，是否用过AI Agent答：用过OpenAI的Codex问：Codex是闭源的，有没有接触过开源的AI Agent框架答：没有6.RAG和传统检索方式相比有什么优势我答的是RAG和传统语言模型相比有什么优...