在 AI 应用的场景中，rag可以说是一项必备的技术，在智能客服，导购 agent，智能创作等有检索需求的场景都会使用到，所以这里结合一些实际的应用场景和大家做一些分享一，数据准备数据准备是 rag 整个流水线中非常重要的一环，所以在实际的生产场景中，也主要是看数据解析，以及使用不同的向量库落库的过程 文件解析（pdf，docx，txt，md）目前常见的文件解析，就是利用 Apache tika 等开源库做解析组件，但对于一些富文本的数据，比如有图片和表格的情况，就要借用 ocr 等辅助手段大表格处理表格是比较常见的数据类型之一，但是大表格解析通常会有一些问题比如在切块的时候如果每一行都作为 ...

bg2本 大一大二太摆了，一直玩游戏去了。目前每天学8小时，只准备了一个微服务项目，比特的在线判题系统，简历也没写，八股才背了一点和项目相关的，算法hot100也才刷20+晚上躺在床上看牛友们的简历，参考到我的进度越来越焦虑和没动力。目前不知道是速成黑马点评(直接下载源码本地运行+背相关八股)，背八股+刷算法全力冲中小厂java后端开发日常实习(如果能进中厂已经是祖坟冒烟了)，赶在秋招前拿到一段实习经历还是好好再准备一个项目，背八股和hot100刷完直接冲秋招。前辈们能给点建议吗?(比如什么项目可以，点评，或者其他什么项目)

1.基础价值观&条件：无拼不青春、能吃苦、接受11-11-6+的作息、本分2.简历：技术岗位（前后端）最好有实习否则简历很难过筛、客户端相比可能会更加宽松（26届数据）3.笔试：前端岗位考的都是基础的核心内容（三个选择题+三个简答题）3.1 选择题:循环，异步代码输出分析、前端相关的计算机网络等基础知识3.2 简答题:前端手撕题和场景题手撕,包括Flex布局和CSS3样式设定、Vue3的响应式原理实现、Promise相关内容（并发、一次串行执行、带限制的重试等等、函数柯里化和扁平化对象等等，简答题纯文本手撕无需进行代码提交和测试用例。4.面试（通常3轮技术面+一轮HR面+超长的泡池子，...