Java实习

牛友们，不管大小厂，全都一面挂。深挖项目顶不住，八股是背也背不完。求建议。

虽然我早已不记得，自己入职第一天具体发生了什么（毕竟也不是新手村的人了），但作为mt，倒是可以和大家分享：入职第一天怎么做，能给你未来的导师和同事留下一个好印象📒别迟到！尽量早一点到（或至少准时）绝对是加分项。一个有时间观念的新人，会让同事觉得你态度认真、做事靠谱，第一印象分直接拉满 💯。进工作群后，主动打招呼但不用刻意“装E”，在工作群里简单自我介绍、和大家问声好，还是很有必要的。记住要“大大方方”的啊，让团队感受到你想融入的热情。衣着干净整洁，上班前一天洗澡是基本礼仪，懂的都懂（你不洗澡也至少洗个头！）。穿一件清爽整洁的衣服，传递出你重视这份工作、也尊重身边同事的信号。主动问mt今天要...

国庆后投的简历，秋招面试就5家还有一堆的实习面试，继续实习春招再看看了附部分面经六一教育一面 （半小时）1.自我介绍2.讲一下实习都干了什么（1）怎么实现这个功能的（2）用三句话概括你实习的表现，学到了什么（2）上线后出现问题怎么解决的....3.讲一下在校做过的一个项目4.TCP和UDP区别，TCP怎么保证完整性的5.讲一下线程和进程6.死锁条件怎么产生的7.javascript怎么进行异步操作的8.讲一下哈希表9.讲一下平衡二叉树，作用优点在哪10.反问-------------------------------------实在智能一面（十几分钟）1.讲一下你做过的一个项目MySQL数据是自己编程写入的吗有没有碰到过兼容性问题2.vue2和vue3的区别3.讲一下原型链4.会不会react5.垂直居中实现6.map和传统的for循环有什么不同7.反问-------------------------------------博思软件一面：hr面 （25分钟）介绍经历-------------------------------------KK集团一面  （50分钟）1. 自我介绍2. 介绍用过的AI3. 讲一下rag4. 用rag就能保证问答准确度吗5. 文件是怎么进行分割的6. 如何处理上下文，上下文过长怎么解决7. 讲一下http和https8. https中的对称加密和非对称加密9. 对称加密与非对称加密各自实际用途10. 介绍一下加密，哈希，编码11. md5如何生成值12. 哈希可逆吗13. 介绍缓存14. vue/react区别优势，diff算法不同15. 知道babel吗16. 讲一下babel底层原理17. ast怎么生成的18. 讲一下你项目中的对象存储19. 前端直接上传到阿里云与上传到后端再上传到阿里云哪个更好，为什么要选择后者20. 阿里云域名更改对数据库的URL链接影响21. bucket是公开的吗21.sse流式传输如果传输中出问题了怎么解决22.有没有什么想问的---------------------------------------有赞 实习有转正一面  电话面 （45分钟）惨不忍睹，雷占了个遍，自己给自己挖雷1.手撕/*** 实现一个函数 parseQueryString(url)，将 URL 的查询字符串解析成对象。** 功能要求：** 1. 支持基本解析：* 例如：?a=1&b=2* 输出：{ a: '1', b: '2' }** 2. 支持 decodeURIComponent：* 例如：?name=%E5%BC%A0%E4%B8%89* 输出：{ name: '张三' }** 3. 支持重复 key 自动合并为数组：* 例如：?a=1&a=2* 输出：{ a: ['1', '2'] }** 4. 支持空值：* ?a=&b* 输出：{ a: '', b: '' }** 示例用例：* parseQueryString('https://www.youzan.com?a=1&a=2&name=%E5%BC%A0%E4%B8%89&empty=')** 输出结果：* {* a: ['1', '2'],* name: '张三',* empty: ''* }*/2.实习收获难点3.git知识，merge，rebase，回滚4.权限设计探讨5.安全问题6.promise.finally7.如何让队列串行执行8.vue如何做到数据监听9.watch，computed实现原理是什么10.实习过程中有没有做过什么优化11.选择杭州？12.有赞了解13.学习途径14.ai了解15.反问

在 Claude Code、Cursor 等 AI Agent 工具的使用过程中，MCP（Model Context Protocol）与 Skill（Agent Skill）是两个高频出现的能力扩展概念。二者看似都是为了增强 AI 的能力边界，但在设计哲学、技术架构和适用场景上有着本质区别。本文将从这三个维度，彻底厘清两者的核心差异、存在价值及选型原则。一、一句话核心区分MCP 和 Skill 是 AI Agent 能力扩展的两大核心支柱，定位截然不同：MCP 解决「连接」问题：让 AI 突破自身数据局限，访问外部世界的工具、数据源与服务。Skill 解决「方法论」问题：为 AI 注入专业的...