1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...

感觉自己还是挺狗运的，比不上牛客这些双非大佬随便秒终于戴上红围脖了，xdm 加油

大家五一快乐啊

想做Agent方向，其实岗位选择比大家想象的宽很多，主要分三大类。首先是Agent应用开发，这是目前需求最大的，主要用大模型结合LangChain、Dify等框架落地具体业务，比如结合咱们熟悉的工业物联网、新能源或电池测试领域的业务逻辑，开发自动化诊断和处理测试报告的Agent，这需要极强的工程落地能力和业务Sense。其次是Agent基建（Infra）工程师，Agent需要长记忆、知识库和并发调度，这跟搞大数据架构非常契合，如果你平时对Kafka、Doris、Flink CDC这些高并发、流式数据底座很熟，去搞Agent的底层调度引擎、向量数据库检索优化或分布式Agent框架，算是平滑过渡。...