核心定义ReAct 是能让大模型“边思考、边行动”的推理框架，让 LLM 像人类一样通过多轮交互解决复杂问题Thought-Action-Observation 运转逻辑ReAct 循环中有三大要点：Thought：模型分析当前的局面，大任务拆解成子任务，决定当前最需要做什么Action：根据前面的思考结果，生成具体的操作指令Observation：接收真实环境对操作的反馈结果这就有了一个闭环：想清楚再做，做完看反馈，基于新反馈接着想ReAct + Function calling 怎么运转？在 ReAct 需要与外部系统结合时，免不了调用工具，执行链路如下：评估与决策：模型接收用户请求，判断...

github原来还有挂人的作用搞大模型真是能狠赚笔

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

1.乌鸫科技 java岗一面加上笔试总计60几分钟主要以项目为主从工作过的项目到个人学习的项目主要都是围绕项目中遇到的难点，挑战，然后自己的解决方案是什么（面试前准备了好多的基础题目都没有问）第一个项目时银行项目，去年八月份开始做的，感觉实在是没什么好讲的，就讲了海量数据EXCEL文件导入和额度扣减-基本都老生常谈了，然后第二个项目是用来学习的一个RAG项目，讲了三层缓存架构、项目中的RAG处理流程，消息队列异步解构还有线程池隔离（本以为会继续追问结果也没问，可能是讲的有点多了）第三个项目也是用来学习的项目（电商优惠券的）讲了数据一致性解决方案、然后问了AI coding在工作中的占比还有对A...