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，...

大家帮我看一下我的简历，真是没招了，2026听劝版~

求锐评，兄弟们，后端开发 + 大模型应用开发，可以直接冲27届暑期实习吗，实在不行日常实习也行

会议室里突然安静了。 十几双眼睛齐刷刷看向我这个实习生。 Tech Leader停下翻PPT的手："说说看。" 我深吸一口气，打开自己准备的技术文档： "当前方案在流量洪峰时可能存在雪崩风险。我做了个压测模拟，QPS超过阈值后，下游服务的响应时间会指数级上升。建议引入熔断降级机制，并增加本地缓存兜底。" 导师看了我一眼，眼神里有惊讶，也有欣慰。 "继续说。" 🎯 三个月前，我不敢想象这一幕 Week 1：我连架构图都看不懂 第一天入职，导师给我看了系统的调用链路图。 密密麻麻的服务节点、复杂的依赖关系、各种中间件……我盯着屏幕，脑子...