一、概述与全链路 RAG（检索增强生成）：用户提问 → 检索知识库相关片段 → 注入 Prompt → LLM 基于真实数据生成。解决知识截止、幻觉、无法访问私有数据。 Naive RAG（检索-拼接-生成）→ Advanced RAG（Query 改写、混合检索、Rerank）→ Modular RAG（可插拔模块、Agent 动态决策） 文档 → Chunking → Embedding → 向量数据库 用户查询 → Query改写 → 向量化 → 混合检索 → Rerank → Prompt → LLM生成  二、文档处理（Chunking + Metadata） 切分策略    策略 ...

真是无语了😓

4.7开始投递agent项目还没做先把点评外卖包装一下先投试试

请简单介绍个人基本情况、学历背景与研究方向。考察计算机专业基础：计算机网络、操作系统、网络安全相关知识点（网关、路由、Linux 启动流程、常用命令、Web 攻击手段等）。详细说说过往项目经历，尤其负责模块、技术方案、难点解决与并发优化细节。日常课外学习内容、自主学习方向及技术实践成果。为什么选择应聘技术服务工程师岗位，职业规划是什么。目前拿到哪些公司 offer、还投递了哪些同类岗位。通过什么渠道了解到深信服，为什么想来本公司。家庭情况、籍贯、婚恋状况，是否接受异地工作、长期出差。对岗位工作内容、强度的认知与适应能力。自身从事技术服务岗位的核心优势是什么。是否有需要反问的问题（面试结尾）。