1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

投了几个月boss了

作为大四后端开发，一边实习写业务、改 bug，一边投简历、刷算法、等面试，很容易两头乱。核心是：实习稳住基本盘，摸鱼间隙刷高频题，晚上集中投简历 + 复盘。不裸辞、不摆烂，用项目经验当筹码，边练边面，稳步拿到更合适的 offer。#如何一边实习一边找下家？#