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，...

打算找暑期了，把项目包进了之前的一个小厂实习，佬们帮忙看看简历

1. 三层B+树存储的数据量计算的公式是总容量 = 根节点指针数 × 二层节点指针数 × 三层页行数。假设主键为 BigInt（8 字节），指针（Pointer）在 InnoDB 中约为 6 字节，合起来一个索引项约为 14 字节，页的大小默认是16KB，可计算得出索引项 16KB/14字节约为1161个索引项，第二层同理，一共可以指向1161*1161个节点；假如单行 1KB，则一页存16个数据，那么一共就可以存1161*1161*16约两千万行数据。2. SELECT * FROM table LIMIT 10000, 1000这个查询语句执行非常慢怎么改善这是MySQL 大分页查询（De...