一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...

有两个小厂要了简历但是都没答复，有没有大佬帮忙看看是技术栈太少了还是项目的问题。

滴滴CTO线4.20：一面1、问实习2、简单八股（计网的TCP/UDP、操作系统的进程/线程）3、手撕简单的冒泡排序10分钟后约二面二面：1、问实习2、八股（linux基础知识、计网HTTP）3、结合一些场景问自己会怎么做10分钟后约三面，但是三面面试官没时间了，改成4.21号面试三面：1、问实习2、问对岗位的看法3、结合实习场景问在该岗位里会怎么做4.23 hr打电话谈薪，等待offer审批到现在两周了，offer还没动静了，许愿offer快来