前端---请教新浪，完美世界，vipkid哪个对更能锻炼自己

大一那会儿看了郝斌的数据结构，看了acwing的课，然后打了几把力扣周赛， 蓝桥杯也如愿拿到了省一，当时真以为自己是算法天才，没想到去到国赛，去到XCPC里，根本不够看，网瘾不愧是网瘾，就是哪怕是要学习，要打比赛，都会让人情不自禁的想再来多几次，浪费了大好时光，终究还是名校的游戏，如果可以的话想告诉大一时的自己比赛打过就好，别太执着

1. 自我介绍2. 项目都是自己写的吗？3. 我看你用 koa2 写后端，为什么选择它，能讲讲吗？4. 那你提到 koa2 它是不提供中间件的，你是怎么解决的？5. 中间件的原理是什么？（洋葱模型）6. 你刚刚说碰到 next() 就进入下一个中间件，那 next 只能执行同步，如果是异步的话，你是怎么处理的？（async/await，但是我发现，有的中间件需要在异步中间件之前执行，所以我用 try/catch 来处理异步中间件的异常）7. JS 异步发展史，以及它们的优缺点说一下 （回调函数--Promise--Generator--async/await）8. 你刚刚说 Promise 状态不能更改，那如果我要设计一个能修改 Promise 状态的函数，你会怎么设计？9. CSS 水平垂直居中的方法（flex、grid、绝对定位 + margin:auto、绝对定位 + 负 margin、绝对定位 + transform、table-cell）10. 你刚刚说到 flex 布局，那 flex：1 是什么意思？（flex: flex-grow  flex-shrink  flex-basis;等价 flex:1 1 0%表示元素可以均分剩余空间，可拉伸、可压缩，不依赖内容宽度，自动自适应填充布局。）11. 父容器宽是 500px，然后它左右各有两个子容器是 100px，如果设置 flex: 1，那它的宽度是多少？（500-100-100=300px）12. 说说你对浏览器缓存的理解（强缓存、协商缓存）13. 如果一个用户，他怎么去刷新都无法刷到最新版的代码，你能说下可能的原因吗？（版本号、hash等）还有吗？（我说我不知道了，面试官说还有 CDN 没有同步，我说企业才会这么干，自己写项目一般不会，我知道 cdn 是用来解决高并发的手段）14. React你熟吗？说下 React 函数组件和类组件的区别15. 怎么避免 Hooks 导致组件重新渲染？（使用 useCallback、useMemo、React.memo、useRef等等）16. 谈一下我对 React 的状态管理的理解（Redux、Mobx、Zustand，我说 Zustand 用的最多）17. React 常见的 hooks 有哪些？（useState、useEffect、useRef、useCallback、useMemo、useReducer、useContext、useImperativeHandle、useLayoutEffect、useDebugValue）18. TS 你熟吗？我们引进 TS 的目的是为什么？19. interface 和 type 的区别20. 说下 TS 里的泛型21. 我现在有十个字段，比如十个字段就要 A B C D E F G 这种。那我现在另有另外一个方法，这个方法接受的参数呢，必须是这个 interface A 里面的这个 K。就比如说你可以是 A B C 可以 A B C D 任何组合都可以，但是必须是这个 interface 里面的 A 里面的定义的。这个 K 这种类型的话是怎么去定义呢？（说实话我有点不太理解啥意思，反正我说了 keyof）``` TypeScriptinterface Obj {A: stringB: stringC: stringD: stringE: string// 其他字段...}```22. vite 用过吗？说说和 webpack 的区别。vite 的优缺点是什么23. 说说 Tree shaking（树摇） 和 Code Splitting （代码分割）的区别24. Git 你熟吗？说说 git merge 和 git rebase 的区别，什么时候用 git merge，什么时候用 git rebase？25. web3 你熟吗？（不太熟，听说过而已）26. 我看你自我介绍说了 AI，你是怎么用的？27. 除了提示词，还有什么能让 AI 更聪明？28. AI 的优缺点你说一下29. AI 发展这么快，你觉得我们以后会扮演什么角色？30. 反问基本都答上来了。面了我80分钟，我还以为稳过的

1. 自我介绍2. 什么是 RAG？它和普通大模型问答有什么区别？答案：RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它不是让大模型完全依赖参数记忆回答问题，而是在生成答案前，先从外部知识库里检索相关资料，再把检索结果作为上下文交给大模型生成答案。普通大模型问答依赖模型训练时学到的知识，容易出现知识过期、幻觉、无法引用来源等问题。RAG 的优势是可以接入企业私有知识、实时文档和业务数据库，并且答案可以追溯到原始证据。它更适合企业内部知识问答、客服、运维、法规、医疗、金融等知识更新频繁且要求可追溯的场景。 def rag_pipeline(quer...