帮帮看看简历，春招急用~

请用两三分钟的时间做个简单的自我介绍。你觉得这两个项目哪个对你来说比较有挑战，我们可以深入聊一下？项目中模型很容易陷入死循环或者格式解析错误，你是怎么处理这些异常情况的？除了限制最大循环次数，还有别的处理方式吗？这个 Agent 具备拆解感情需求的能力，能否举一个具体例子，说明用户输入什么、Agent 内部怎么思考、怎么执行工具、有哪些工具？Agent 内部是怎么调用工具（actor）的？你项目写的是情感需求，但刚才举的是推荐餐厅的例子，这两者有什么关系？adviser 责任链里，记忆拦截、RAG 检索、工具调用的顺序是什么？大模型调用工具后，会再思考是否符合用户要求，这个 react 过程是什么时候做的？长对话场景下，怎么解决上下文窗口的限制？对话信息会去做总结或摘要吗，还是直接存数据库，向量数据库有使用吗？如果长期记忆数据量比较大，影响到 prompt 长度怎么办？历史对话是否也可以提取长期记忆信息？项目中 MCP 工具具体承担了什么作用？你熟练使用 MySQL 的事务控制，这个事务控制指的是什么？MySQL 的 ACID 四个特性分别是什么？你怎么理解 MySQL 的一致性？你了解 CAP 理论吗？CAP 里的一致性 C，和 MySQL 的一致性有什么区别？MySQL 的 Redo log、Undo log、Binlog 三种日志有了解吗？Undo log 主要是做什么用的？Binlog 有了解过吗？Redis 有哪些常用的数据结构？Redis sorted set（zset）的底层数据结构是什么？Redis 使用时有配置持久化机制吗？单机 Redis 节点怎么避免数据丢失？Redis 快照持久化有哪几种方式？除了快照，还有更轻量级、能实现数据恢复的持久化方式吗？你觉得有哪些地方是你比较擅长的，但我还没有问到？RAG 在项目中承担了什么职责？情感类 Agent 项目中，文档切片怎么处理句子重叠、避免语义丢失？文档切完块之后，向量是怎么存储的？你用了关键词检索 + 语义混合检索，这两个怎么理解？怎么保证模型结构化输出一定是 JSON 格式，你做了哪些处理？模型输出可能多空格、多换行导致解析报错，有没有办法避免或在前置环节处理？除了这些，还有什么你比较擅长但我们没聊到的？你之前刷过算法题吗，大概刷了多少道？现场做一道算法题：搜索旋转有序数组，要求 O (logN) 复杂度，你有思路吗？你有什么问题要问我？

最近面试的次数比较多，抽取了finrpa项目的相关面经分享给大家，我面试的公司主要以中厂/Ai初创为主，对大厂选手的参考价值可能比较有限，希望能对大家有所帮助。岗位方向：AI 应用开发 / AI Agent 方向项目背景：基于 Skyvern 二次开发的金融级浏览器自动化平台，面向银行、保险、证券机构，覆盖多租户权限、合规审批、风控审计等企业级能力。技术栈：Python 3.11 / FastAPI / SQLAlchemy 2.0 / PostgreSQL / Redis / React 18 / Docker Compose一、自我介绍 & 项目介绍Q1：简单介绍一下你自己和这个项...

分享一个简历必加分的实用 skill：凡事量化，拒绝空泛描述。写实习或项目经历时，别只说 “参与开发、协助优化”，换成 “参与 RAG 项目落地，将问答准确率提升 25%”；写校园经历，改成 “统筹校招分享会，覆盖 150 + 同学，反馈满意度超 90%”。用数字锚定成果，面试官能一眼抓住核心价值，远比空话更有说服力。不管是简历撰写还是面试阐述，用上这个小技巧，通过率都会肉眼可见提升，亲测在春招里特别好用。

标题：从零入门Agent开发，保姆级学习路线｜双非本科靠它拿到AI岗offer太懂零基础入门的迷茫了。很多人一上来就啃大模型底层源码、背Transformer公式，越学越懵，最后直接放弃。其实入行Agent开发，根本不用一上来就死磕底层原理，先跑通闭环、再深入原理，先做应用、再挖底层，才是普通人最高效的学习路径。今天把这套从零到一的学习路线全部分享出来，校招/转岗的同学直接抄作业就行。第一阶段：入门筑基期（1-2周）—— 搞懂本质，搭好基础环境这个阶段的核心目标：搞懂「Agent到底是什么」，搭好开发环境，跑通第一个最简单的Agent demo，建立正反馈，绝对不要一上来就啃理论。必学核心内容...