原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...

大一大二跟着学校老师做项目打比赛，没想着找日常实习，加上还有其他杂务耽搁。十一月初投了字节训练营但笔试被刷了，一直到十一月底才开始投简历。在boss上投了半个月，投出去七八份，其中有一份内推进快手的客户端，最后也没有音讯。前几天拿到一家小公司的安卓实习面试，结果面试前几分钟告诉我岗位招满了（不过boss上那个HR通知我的时候确实也显示停止招聘了）。八股和算法方面刷了一个多月了，目前主要有以下想法：1. 继续完善IM项目的客户端部分，比如移植到手机移动端上，然后明年争取找大厂客户端实习（有经验的学长推荐多投字节腾讯cpp）。2. 继续完善IM项目的服务端部分，找c++后端实习。但c++软件在制造业比较多，互联网相关的实习少。考虑音视频的话，可能得报班快速做出东西。3. 这学期结束我会做一个大数据相关的课设，在考虑投专业相关的数据开发、数仓这些岗位。4. 还有一个兜底方案：今年暑假的比赛，让我有了在国家电网实习的机会，但还是得准备面试，而且转正要考编。希望大家给点建议，欢迎交流讨论。

我选体验最差：腾讯外包线上面试，应该是腾讯甲方来面试我，我自诉在字节短期外包项目，表达字节前端技术基建不错，很多都工具自动处理，他表达很大的兴趣，问了很多细节。我做了才3个月，哪里知道很深的细节，回答也是打哈哈。然后在问我，原型链，class，防抖，节流手搓代码。正正面试2个小时，我感觉回答还不错，这次，只要不考虑我的年龄应该是稳了。我的优势是便宜，经验丰富，主要是物美价廉。今天回复我不通过，不通过就被面试那么久，开始就拒绝我啊。体感最差，给我希望，立马浇灭。

推荐一个值得做的AI项目 大家好，今天来给大家推荐几个我觉得特别值得做的AI项目。作为一个在AI领域摸爬滚打了一段时间的人，我想分享一些真正有学习价值、又不会太劝退的项目。 🎯 项目一：Stable Diffusion WebUI GitHub地址： AUTOMATIC1111/stable-diffusion-webui（目前已有80k+ stars） 这个项目可以说是AI绘画领域的王者了。它把复杂的Stable Diffusion模型包装成了一个超级好用的网页版界面。 为什么推荐：  ✅ 学习价值高：能深入了解扩散模型的工作原理 ✅ 实用性强：可以直接用来生成各种图片 ✅ 社区活跃：插件...