1. prompt工程，使用恰当的提问方式有助于大模型的问题回答---比如：举例子，分步骤，定身份。2. docker容器里面运行的应用，有两个端口，一个是本地环境监听端口，另一个是docker容器内的监听端口。配置文件中一般连接配置是哪一个？3. 如果容器内有数据库要运行sql脚本，必须先把这个sql文件添加到docker容器该数据库内部，然后才可以执行该sql脚本。4. npm是下载nodejs自带的包管理工具，yarn是第三方包管理工具。5. 12306项目运行起来的过程，让ai生成docker的 compose文件，运行它生成一个该项目可以运行的容器环境，然后使用mvn命令编译该项目，并生成一个的jar包，切换到该jar包所在目录，运行java命令，启动该项目，前端页面另启。6. 修改create fatal页面的bug- 调整页面UI，增加两个空白占位符，强制换行与其它框体对齐- 地址栏换行，调用文本框公共组件，讲地址栏的内容强制切片，每行最多30个字符，传给后端的数据形式是：完整地址内容，切片地址内容addr1，addr2 ，……- 默认值问题- .......

1. 使用openAI的SDK可方便的调用兼容openAI接口协议的第三方大模型，因为大部分api provider都兼容openAI的SDK规则。可以自定义模型输出的方式是否为流式输出2. NoSql，非关系型数据库最早先的定义是not only sql，意味着也存在可以使用sql语句来使用非关系型数据库的情况。Nosql型数据库，主要分key-value类型，文档类型，图类型等。NoSql数据库天生适合分布式场景，拿MongoDB Altas来举例，其使用分布式集群，在不同的节点中存储数据，其特点具有数据冗余（一份数据可以存储多份，以防丢失），数据分片sharding（大量的数据，一个节点存储不下，可以选择一个分片键自动按范围/哈希拆分海量数据，分布到不同的集群节点，例如年份2025的放到节点A，年份2026的放置到节点B）。这些特性的存在是的这种非关系型数据库非常方便横向扩展（增加集群中的节点数量），而传统的关系性数据库和横向扩展非常困难（其实也可以主从、分库分表横向扩展，只是比NoSQL麻烦很多），其一般采取的扩容方式是纵向扩展（升级单机配置）。3. 字符编码解码，电脑只能理解二进制数据，而我们的现实世界中的字符它是理解不了的，因此为了让电脑理解，便有了字符编码，将字符与二进制编码一一对应，例如a-01100001；字符解码即找到字符的二进制编码。比较著名的编码方式有ASCLL，通常用一个字节（8个bit，实际上是7个bit）来对英文字符与特殊符号进行编码，因为开发较早，不支持英文以外的字符。后来各个国家开发可以兼容自己的开发编码方式，如兼容汉字的GBK等。但是这些编码方式各不相同，即同一个二进制编码可能对应着不同的字符。为了解决这个情况，出现了unicode编码，因为有些编码方式没有区分不同字符使用的字节数量，会浪费存储空间。后面出现了可随字符的不同，使用不同字节数量的编码方式UTF-8（可用字节数为1-4）UTF-16（2-4字节），UTF-32（4字节）。在mysql数据库中，存在DBMS层级、数据库、表、字段四种层级的编码方式，其编码的优先级越来越高。需要注意的是，mysql数据库种存在的utf-8并不是真正的utf-8而是utf-8mb3（most bytes ），utf-8mb4才是真正的utf—8。4. maven项目中如果存在mvnw文件，则不强制用户安装maven。5. winget是windows方便用户使用命令下载软件的的快捷命令。与npm不同得地方在于一个是系统层级下载软件，一个是代码层面的下载依赖。6. Docker主要的作用保证环境的一致性。

1.java的集合有哪些？它们分别的特点是什么？①List（有序，可重复，有索引）：ArrayList（数组实现，查询快），linkedList（链表实现，增删快），vector（线程安全）②Map（key-value，键值对）：HashMap，LinkedHashMap（按插入顺序排序），TreeMap（按key的大小自动排序）③Set（无序，不可重复，无索引）：HashSet，LinkedHashSet（按插入顺序排序），TreeSet（按照大小自动排序）2. java的AOP在Spring项目中的实际应用有哪些？所谓AOP，即把重复代码（日志、权限、事务、缓存）抽出来，统一管理，业务代码只关心业务。①日志统一记载，不用每个方法都写log.info（）②全局异常处理，统一捕获异常，避免到处try-catch③权限校验（方法层面）④事务管理（@Transactional注解）⑤缓存控制（查询前先查缓存，不存在再执行方法并注入缓存）3. 如何理解ai agent？（skill MCP）AI Agent 是目标驱动的“自主智能体”，Skill 是它的“专业操作手册”，MCP （Model Context Protocol）是它连接外部世界的“标准化接口”。三者协同，让 Agent 能“思考+做事”。核心架构：LLM（大脑）+ 规划（拆任务）+ 记忆（存上下文/经验）+ 工具（连外部） 。4. 字节trae solo模式与其它模式Trae Solo 模式是 AI 主导的全流程自动化开发模式，让你用自然语言提需求，AI 自动完成从需求拆解、编码、测试到预览部署的全链路工作 。5.ai开发的command命令模式（/，以及claude code）/  斜杠命令 = AI开发的“快捷键面板”，让你精准、高效地指挥AI，从聊天式辅助升级为命令式开发。例如在Claude Code中使用 /model ：切换AI模型（Haiku/Sonnet/Opus）