没什么参考，全部照着实习问，中间穿插八股，然后算法没做出来，给的是一道debug题，不知道怎么做。。 但是面试官很好很耐心，下次还来哈哈哈

1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

1.讲一下常用的大语言模型2.nl2sql项目 pipeline怎么布的3.向量检索具体的策略有做吗4.一个术语可能匹配多个字段怎么做，存在实体映射吗5.skill和mcp区别6.开发mcp update方法时如何确保安全性7.秒杀项目超卖如何解决8. prompt平时怎么写，有哪些细节9. prompt里的一下workflow和约束不遵守怎么解决10.我强制要求llm下游输出json格式该怎么去写这个prompt11.redis ttl和懒刷新的区别12.特别多的if嵌套起来这种有什么解决方案算法: 括号匹配

自我介绍实习项目介绍询问项目中的一些问题检索 Agent 中是如何做上下文管理的，简单的说了一下我们做的上下文管理工具，把一些无用的内容摘出上下文大语言模型的输出是如何进行约束的，我说是通过业务的自我检查和系统提示词约束来做的，(但实际上我们那边是通过在推理引擎那里做的工作，但我不明白不敢说)然后一些项目上的其他问题一道 AI Coding 的题目，不可以直接把题目丢给 AI，要自己先提炼出需求。我是先整理成了一个 md 文档，然后让 codex 来做，但是梯子质量有问题，特别慢，做完了后我又开了一个 Codex 会话来帮我检查，检查到一半，面试官说 OK 了。直接进入反问环节。总时长 45m...