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> ...

想找第一份实习，求各位指点一下

背景：双非一本，计算机专业，大三找暑期实习。 战绩：前两次投递，简历挂得连渣都不剩；后两次投递，修改了核心逻辑，拿到字节、阿里实习面试机会，最终拿下字节后端实习offer。今天不整虚的，直接复盘我是怎么把一份“流水账”改成大厂敲门砖的。希望能给正在焦虑的兄弟们一点参考。第一版简历：典型的“学生思维”自嗨刚开始写简历，我恨不得把高中拿的“三好学生”都写上去。【修改前 - 失败案例】项目经历：校园二手交易平台负责后端开发，使用了SpringBoot和MySQL。实现了用户登录、商品发布、留言评论等功能。参与了数据库设计，修复了一些Bug。锻炼了团队协作能力，吃苦耐劳。自我剖析： 这种写法简直是灾难...