1、自我介绍2、项目介绍3、Agent 的核心组成是什么LLM Agent 本质上不是单独一个大模型，而是由模型、提示策略、工具、知识、记忆和执行接口组成的系统。可以概括成：[Agent = LLM + Prompt + Tools + Knowledge + Memory + Interface]其中 LLM 负责理解和生成，Prompt 决定任务边界和行为方式，Tools 负责访问外部能力，比如检索、地图、计算、数据库和 API，Knowledge 负责补充外部知识，Memory 负责保留短期上下文和长期用户信息，Interface 则负责把 Agent 和外部系统连起来。如果任务比较简单...

大佬们看看，有没有什么还要修改的地方，第一个项目做的是黑马点评，加了一个rabbitMQ，第二个项目是鱼皮的API开放平台结合了一下鱼皮的大语言对话模型项目

双非一本，前端，27届找暑期实习。腾讯一面刚完，写个记录。 说实话投了没抱太大希望，结果真的约到了，还挺意外的。 面试大概50分钟： CSS/HTML：BFC是什么，应用场景列几个；flex布局常见属性，如果子元素宽度超出怎么处理。 JS基础：闭包、原型链（老三样，不意外）；手写Promise.all，要求处理reject情况。 框架：Vue响应式原理，Proxy和Object.defineProperty区别，追问了Proxy的局限性；React和Vue的diff算法差异。 算法：二叉树层序遍历，然后追问：每层从右往左输出怎么改。 工程化：Webpack和Vite的区别，为什么Vite在开发...