1. 自我介绍2. 什么是 RAG？它和普通大模型问答有什么区别？答案：RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它不是让大模型完全依赖参数记忆回答问题，而是在生成答案前，先从外部知识库里检索相关资料，再把检索结果作为上下文交给大模型生成答案。普通大模型问答依赖模型训练时学到的知识，容易出现知识过期、幻觉、无法引用来源等问题。RAG 的优势是可以接入企业私有知识、实时文档和业务数据库，并且答案可以追溯到原始证据。它更适合企业内部知识问答、客服、运维、法规、医疗、金融等知识更新频繁且要求可追溯的场景。 def rag_pipeline(quer...

至今一个可转正被割了剩下的5点面试都挂了求收留，数据分析，数据开发，测试！

在boss投了900次了 就两次面试机会 而且都不是技术面。简历内容如下。

上个月，一个叫 AnySearch 的项目上线仅一周就冲上了 Skills.sh 热榜 TOP1，截至目前为止，它在 GitHub 上的 Star 数量已经来到了2.3K了。 就冲这个上升势头，我昨天把这个 Skill 给装上了，深度体验了一把，并详细研究了一下它的设计思路。  这篇内容就来跟大家聊聊 AnySearch 到底做了什么、怎么用、实测效果怎么样。 01、AnySearch 是什么 AnySearch 不是一个搜索引擎，不是 Google 的替代品。它是一个搜索基础设施，专为 AI Agent 设计的数据检索层。 用过 Agent 联网功能的都知道，现在的 Agent 搜索流程是这...