1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...

本科电子信息，开学就大三下了，把之前比赛项目写进简历了，但投了好多都没啥回应，请教大佬拷打。但这里简历第二个项目我一开始用的裸机，后面用rtos重写的，但对rtos我不太熟悉基本靠ai改的，万一问到我怕答不上来，请问这种水平可以先找个中小厂实习攒经验吗。

ps：如果这篇帖子对于还在找工作和找实习的你有所帮助，可以关注我，给本贴点赞、评论、收藏并订阅专栏；同时不要吝啬您的花花Redis实现排行榜的核心是利用 有序集合（Sorted Set，简称ZSet） 数据结构，其天生具备“键-分数-成员”的映射关系，支持按分数排序、快速查询排名，完美匹配排行榜的核心需求（如积分排名、热度排名等）。以下从基础实现到进阶优化，详细讲解完整流程。一、核心原理：ZSet的特性ZSet 由“成员（member）”和“分数（score）”两部分组成，核心特性如下，也是实现排行榜的关键：分数（score）：可自定义（如用户积分、文章阅读量、商品销量等），支持整数、浮点数，...