发一下问题给大家参考，攒攒人品！1.你了解哪些agent开发的框架？框架里有哪些组件呢？2.memory是什么了解吗？3.上下文窗口满了如果需要压缩，怎么去压缩呢？如何筛选有效信息和垃圾信息，保证正确率最大呢？4.RAG的流程是什么？有哪几种方式实现？5.除了RAG你在项目中还用到了哪些Agent相关的技术？6.MCP了解吗？用过吗？底层是如何实现的？7.Skill了解吗？用过吗？底层是如何实现的？比如渐进式披露是怎么实现的原理是什么？8.FastApi常用的包都了解吗？9.OpenClaw用过吗？你觉得他的核心亮点是什么？10.A2A协议知道吗？11.项目拷打12.手撕：螺旋矩阵

攒攒人品！！1.项目拷打2.什么是AIAgent?它和传统的LLM应用(如ChatGPT)有什么区别?3.解释一下RAG(检索增强生成)的工作流程。4.你在项目中是如何解决LLM"幻觉"问题的?5.你用过哪些AlAgent开发框架(如LangChain、LangGraph)?请对比它们的优缺点。6什么是Function Calling(工具调用)?在LangChain中如何实现?7.如何设计一个支持多轮对话的Agent?8记忆机制是如何存储和管理的?9.解释一下ReAct(Reasoning +Acting)框架的原理。10.在RAG系统中，如何优化检索的准确率?(提示:重排序Rerank、HyDE等)11.手写算法:实现一个简单的文本相似度计算函数(如余弦相似度)。

1.自我介绍2.3分钟介绍项目3.如果系统出现了网络抖动，而不是它真正出现了故障，那这时候你的agent该怎么判断这是因为网络抖动而出现问题4.如果AI agent 给出的排障建议，出现与实际不符的情况，该怎么办（就是问大模型幻觉的处理）5.RAG检索的准确率，是怎么统计的6.RAG知识库系统全链路设计7.Redis三剑客8.Mysql为什么使用B+树9.反问整体下来，面试主要还是场景题，还有两个场景题忘了，八股就问了7，8这两个，然后就是面试官介绍公司业务这些。

发点面经攒攒人品～1、为什么引入父子索引？2、为什么在检索阶段引入 BM25？3、rerank 后一般返回几个块？4、rerank 后的 topK 截断是怎么做的？5、讲一下上下文工程是怎么设计的。6、记忆机制是怎么做的？7、Function Calling 是怎么设计的？8、Agent 的任务规划是怎么做的？9、Prompt 注入攻击如何防御？10、工具调用的安全控制是怎么实现的？11、讲一下分布式令牌桶限流。12、漏桶算法是什么？13、滑动窗口算法是怎么实现的？14、滑动窗口和令牌桶相比有什么区别？15、布隆过滤器讲一下。16、数据库索引失效的情况有哪些？17、like 查询会不会导致索引失效？18、RAG 系统如何评测？