1、RAG 流程RAG 一般分成离线和在线两部分。离线侧主要做文档接入、清洗、切分、向量化和索引构建。文档来源可以是产品文档、帮助中心、接口文档、历史问答、内部知识库。清洗之后按段落、标题或者固定窗口做切片，再用 embedding 模型把文本转成向量，写入向量数据库，同时保留 metadata，比如文档类型、时间、部门、权限标签。在线侧通常是用户问题进来后，先做 query 预处理，比如改写、纠错、意图识别，然后拿 query 去做检索。检索可以是向量检索、BM25 检索或者混合检索。召回到候选片段后，再做 rerank，把最相关的内容排到前面，最后拼接 prompt 和用户问题一起送给大模...

项目是天机学堂和黑马点评。有相同经历的同学可以一起讨论讨论吗😭😭

原本想以为实习经历就更好找正式了，但是恰恰相反，在boss上面，石沉大海，要么是实习转正，要么必须线下面试，我真没招了，准备跳楼了

📍面试公司：腾讯🕐面试时间：2026.3.20💻面试岗位：软件开发-测试开发方向❓面试问题：1、自我介绍&对方介绍； 2、实习拷打； 3、算法：重复出现的字符； 4、算法变形：不使用额外空间； 5、功能实现：微信发红包； 6、功能实现变形：我忘了（因为没写出来，后来提醒了半天，终于口诉出了思路） 7、反问：如果想借用工具扩大能力边界，该多进行哪些方面的思考；（因为实习拷打有聊到这方面）🙌面试感想：第一次面两个小时，给我面懵了，但是很意外的一点八股都没有，就像聊天一样，只是四道代码题，实在是给我做懵了，许愿通过，我是鹅孝子；