vivo后端一面

1.自我介绍
2.智能体项目主要负责了什么
3.Java何时需要重写hashcode方法
4.Spring的依赖注入是什么
5.MySQL索引失效的几种情况
6.使用过哪些AI编程工具
7.skills你有哪些比较好用的
8.是如何确保AI生成代码的代码质量如何review的
9.反问

最新情况:已过,准备租房开始牛马生涯
全部评论
都在问项目吗
1 回复 分享
发布于 03-04 14:48 广东
恭喜老哥通过面试,老哥能说一下6怎么回答吗?我被问到用过哪些ai编程工具,有哪些心得和技巧,各个模型有什么特点
点赞 回复 分享
发布于 昨天 15:43 黑龙江
这是春招还是什么
点赞 回复 分享
发布于 03-06 18:35 江西
没有考察算法吗
点赞 回复 分享
发布于 03-05 22:07 江苏
结果咋样啊
点赞 回复 分享
发布于 03-05 00:29 黑龙江
mark
点赞 回复 分享
发布于 03-03 22:44 云南
啥时候面的
点赞 回复 分享
发布于 03-03 15:56 广东
暑期吗
点赞 回复 分享
发布于 03-03 13:28 重庆

相关推荐

头像
03-05 16:52
已编辑
北京邮电大学 Java
最近做了一个企业级 RAG 智能体项目 Ragent,基于 SpringBoot 技术栈 + 手搓 RAG,完整开源了。不是 Demo 级别的调 API 玩具,是覆盖了 RAG 全链路的工程实现,分享出来给大家参考。GitHub:https://github.com/nageoffer/ragent为什么做这个项目现在面试越来越多地问 AI 相关的东西——RAG 怎么做的?Agent 怎么实现?MCP 了解吗?但市面上大部分 RAG 教程要么是 Python 生态,要么停留在调 API 跑通 Demo 的阶段,离真正能上线的系统差距很大。所以基于自己在公司实际落地 RAG 系统的经验,做了 Ragent 这个项目,把企业里真正会遇到的问题都实现了一遍。核心能力▪ 多路检索引擎:意图定向 + 全局向量双通道并行,检索结果经去重、重排序等后处理流水线。▪ 意图识别:树形意图分类体系,置信度不足时主动引导澄清。▪ 问题重写与拆分:多轮对话自动补全上下文,复杂问题拆分为子问题分别检索。▪ 会话记忆:滑动窗口 + 自动摘要压缩,控制 Token 成本的同时保留关键上下文。▪ 模型路由与容错:多模型候选、优先级调度、首包探测、三态熔断器、自动降级。▪ MCP 工具调用:知识检索与外部系统调用在同一流程中无缝融合。▪ 文档入库 ETL:基于节点编排,从解析、分块、向量化到写入 Milvus,每步可配置、有日志。▪ 全链路追踪:每次对话的重写、意图、检索、生成各环节都有 Trace 记录。技术栈后端:Java 17、Spring Boot 3、MyBatis Plus、Milvus 2.6、Redis + Redisson、RocketMQ 5.x、Apache Tika、Sa-Token前端:React 18、TypeScript、Vite代码量:后端约 4w 行,前端约 1.8w 行,20 张业务表,22 个前端页面。和 Demo 项目的主要区别▪ 检索方式:Demo 通常是单路向量检索,Ragent 是多通道并行 + 后处理流水线。▪ 意图识别:Demo 没有,Ragent 做了树形意图 + 歧义引导。▪ 模型调用:Demo 单模型挂了就挂了,Ragent 多候选路由 + 熔断降级。▪ 会话记忆:Demo 全量塞给模型,Ragent 滑动窗口 + 摘要压缩。▪ 可观测性:Demo 没有,Ragent 全链路 Trace。项目会持续迭代,感兴趣的同学可以 clone 下来跑一跑,有问题欢迎提 Issue 交流。
勇敢的王老五最喜欢春...:我以为是营销号呢,进来看是特么的大佬
AI求职实录
点赞 评论 收藏
分享
评论
3
27
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务