1、老油条帮忙租老破房我是25年2月开始租房，厌学加跟室友关系破裂，独居的想法越发越浓烈。选在学校旁边的一个小区，是某人帮我看的房，第一次约线下看房的时候，他都到现场了，中介突然放鸽子，说房子被人签了。我才知道这是套路，忽悠你去看别的房子，本质还是低价引流。然后我找了一个新的中介，让某人帮我挑，最后选了一间12㎡的朝北小次卧，800块一个月。原价840，他开口就砍到600块，中介肯定不愿意。最后他用①我是附近大学的学生，长租②房间里连个桌子椅子都没有砍价砍到了800。但其实，中介开的价绝对是有赚的（我后面再提，亲眼见到中介开1800的价还说是最低价，但房东本人只租1700，但房东最开始说原价租...

28学院本，java简历，2个号投了快900，稀稀碎碎有十几个面试，百分之90都要线下，昨天刚面了个线上，问我linux和redis命令。。。这个大一那会敲都忘差不多了，稀稀碎碎答上来了点，面试官贼怕我八股启动，直接打断我，可否帮我锐评一哈，求好哥哥给点建议人生和求职建议。

她只知道我"在找工作"。每次视频她都问："今天怎么样啊？"我能怎么说？"今天笔试挂了一场"？"今天面试没过"？"今天投的简历已读不回"？说了她也不懂"笔试""AI面""HR面"都是啥。她只会跟着着急。所以我每次都说："还行。"她就放心了。然后开始跟我聊家里的狗下崽了、小区门口的超市关门了、隔壁奶奶摔了一跤。这种对话我以前觉得啰嗦，现在我就想听她说这些。比什么"加油宝贝"有用多了。

1. 自我介绍2. 什么是 RAG？它和普通大模型问答有什么区别？答案：RAG 是 Retrieval-Augmented Generation，也就是检索增强生成。它不是让大模型完全依赖参数记忆回答问题，而是在生成答案前，先从外部知识库里检索相关资料，再把检索结果作为上下文交给大模型生成答案。普通大模型问答依赖模型训练时学到的知识，容易出现知识过期、幻觉、无法引用来源等问题。RAG 的优势是可以接入企业私有知识、实时文档和业务数据库，并且答案可以追溯到原始证据。它更适合企业内部知识问答、客服、运维、法规、医疗、金融等知识更新频繁且要求可追溯的场景。 def rag_pipeline(quer...