agent应用开发到底要会哪些啊

1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1. 多模态大模型的具体结构2. 多模态的用户信息怎么存储和使用3. Agent项目背景4. RAG系统流程5. lora的原理和qlora的原理，qlora怎么优化显存？6. 演示Agent项目实现细节7. AI辅助开发的实践经验8. 觉得当前的agent达到预期了吗？对agent的预期是什么9. 项目中AI贡献的代码占比10. 怎么进行多模态知识检索？11. RAG+MCP这方面是你做的吗？怎么做的？RAG怎么构建的12. A2A与MCP区别13. 项目在研发过程中遇到了哪些困难，怎么解决的14. 较长较多的上下文怎么解决15. 项目用的什么架构16. Agent项目开发的框架

大家好，我是@程序员花海，眼下 26 届春招、27 届暑期实习全面开启，后端卷到没边，AI Agent的岗位占主导，很多牛友在我的评论区留言，想让我出一份Agent学习路线。我特意去看了下，打开淘天的招聘页面，以校招为例，一眼望去全是AI相关的岗位，只能说之后绝大多数岗位都会快速推进AI的落地和实践。之前写过 Java 后端 3 个月抢救路线https://www.nowcoder.com/discuss/824693499982315520?sourceSSR=users，也收到了牛友们的强烈好评，这次专门给后端转 Agent做一套最少必要知识路线—— 不堆概念、不啃论文，只学面试必问、项目...

没想到挂了还有感谢信啊哈哈哈哈啊哈哈啊哈哈