大佬们，给个建议怎么选？

现在感觉没个顺手的 AI 当赛博小弟，这班根本上不下去。最近一直在这捣鼓 Doris，要从各种厂家的上位机抽数据建表，活儿说难不难，但每天写那些繁琐的 CRUD 和长篇大论的 SQL，是真的耗精力。试了一圈各种大模型，我盘了一下，目前能留在我电脑里当“嫡系”主力的，基本就这俩套路：1. 敲代码/查Bug的嫡系：Claude Code平时在 VS Code 里写 Java，或者写一些处理底层数据的 Python 脚本，我习惯直接在终端里唤醒 Claude Code。这玩意儿读本地代码库的上下文确实有一套，有时候逻辑卡壳了，或者环境配置死活不对（比如我想把 VS Code 调教得像 IDEA 一样...

什么年代了，还有地主

1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...