1、自我介绍我主要做的是大模型应用和 AI Agent 相关开发，平时接触比较多的是 Prompt 工程、RAG、工具调用、工作流编排、上下文管理、模型评测和服务化落地。技术栈以 Python 为主，也做过接口开发、异步并发、日志监控和效果优化这类工程工作。相比只关注模型本身，我更关注模型放到真实系统里之后，怎么把效果、稳定性、延迟和成本一起做好。2、提示词模板是怎么构建的提示词模板本质上是在给模型定义任务协议，而不是简单写一段说明。一般会包含角色设定、任务目标、输入数据、约束条件、输出格式和示例。比如让模型做工具调用时，提示词里通常会明确：你是什么角色你要解决什么问题什么情况下需要调用工具工...

   😅? 

是简历有什么问题吗，求大佬指点要玉玉了

这是一份面向2025/2026/2027届技术岗校招同学的保姆级准备指南。作为一名“过来人”和曾经的面试官，我将把这套流程拆解为三个核心阶段：简历打磨（敲门砖）、笔试（入场券）、面试（决胜局）。第一阶段：简历准备——要在30秒内证明“我能干活”面试官看一份简历的平均时间是30-60秒。你的目标不是写自传，而是**“在第一屏展示出匹配度”**。1. 核心原则：STAR法则不要写流水账（“做了什么”），要写成果（“解决了什么难题，带来了什么数据提升”）。S (Situation)： 背景是什么？（如：高并发场景）T (Task)： 任务是什么？（如：降低接口延迟）A (Action)： 你做了什么...