金山办公春招提前批启动！

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> ...

😭这是给挂了吗，都一周了还显示这个。。。。

鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐鼠鼠好唐

1、简单自我介绍2、项目介绍，你认为项目最能体现你技术的一块是哪部分，详细讲讲3、在原公司的分工以及团队4、分库分表，分表的时候怎么保证业务不受影响 答：（这个不会，直接照抄的另一位老哥的面经答案）全量迁移+增量监听+双写+灰度切读。 ps：面试官应该不是很满意5、对服务做过哪些优化 答：在数据库查询时做优化，尽量避免多表查询、避免select*、in和exists的区别等。6、怎么设计表来避免你说的那些问题 没答上来7、你认为spring boot 有什么优点，解决了你哪些问题，如果没有spring boot你的问题如何解决 答：解决了依赖管理和配置管理的问题，可以让我们简化依赖和配置管理，...