公司未注明
面经合集
完整信息
本篇目录
发一下问题给大家参考，攒攒人品！
- 如何实现多 Agent 协作系统？
- 什么是 RAG（Retrieval Augmented Generation）？
- Java 如何实现 streaming response？
- 什么是 hallucination（幻觉）？为什么会发生？
- LangChain4j 如何返回结构化 JSON？
- 如何实现 SSE 推送？
- 如何评估 Agent 的执行效果？
- LLM 服务如何做缓存？
- LangChain4j 如何实现 Tool 调用？
- 什么是 AI Agent？
- 什么是 Prompt Engineering？
- Agent 和普通 ChatBot 有什么区别？
- RAG latency 怎么优化？
- Java 调用 OpenAI API 如何设计 SDK？
- RAG pipeline 的完整流程是什么？
- RAG 系统主要组件有哪些？
- 如何设计一个 AI 问答系统架构？
- RAG 如何做 rerank？
- AI系统如何做监控？
- embedding 和向量相似度搜索是什么？
- 什么是 ChatMemory？
- Java LLM 服务如何做连接池管理？
- 如何评估 RAG 系统效果？
- Agent memory 有哪些类型？
- 如何实现对话历史 memory？
- Transformer 架构核心原理是什么？
- 如何减少大模型 hallucination？
- LLM API 如何设计接口？
- chunk size 为什么很重要？如何选择？
- 如何实现 hybrid search（向量 + keyword）？
- 什么是 ReAct Agent？
- Spring AI 和 LangChain4j 有什么区别？
- 什么是 Tool Calling？
- embedding 模型如何选择？
- AI Chat 系统的整体架构是什么？
- 文档切分有哪些策略？
- LLM 服务如何做限流？
- LangChain4j 如何实现 prompt template？
- ChatGPT 的 system / user / assistant role 有什么作用？
- LLM 为什么推理成本高？
- AI系统如何记录 Prompt 和 Response？
- Agent 如何做任务规划（planning）？
- LLM latency 如何优化？
- 如何设计 Prompt 管理系统？
- streaming response 如何实现？
- MCP（Model Context Protocol）是什么？
- Agent workflow 和普通 workflow 有什么区别？
- 大模型上下文窗口是什么？如何突破长度限制？
本篇目录
当前问题0148
- 01
如何实现多 Agent 协作系统？
- 02
什么是 RAG（Retrieval Augmented Generation）？
- 03
Java 如何实现 streaming response？
- 04
什么是 hallucination（幻觉）？为什么会发生？
- 05
LangChain4j 如何返回结构化 JSON？
- 06
如何实现 SSE 推送？
- 07
如何评估 Agent 的执行效果？
- 08
LLM 服务如何做缓存？
- 09
LangChain4j 如何实现 Tool 调用？
- 10
什么是 AI Agent？
- 11
什么是 Prompt Engineering？
- 12
Agent 和普通 ChatBot 有什么区别？
- 13
RAG latency 怎么优化？
- 14
Java 调用 OpenAI API 如何设计 SDK？
- 15
RAG pipeline 的完整流程是什么？
- 16
RAG 系统主要组件有哪些？
- 17
如何设计一个 AI 问答系统架构？
- 18
RAG 如何做 rerank？
- 19
AI系统如何做监控？
- 20
embedding 和向量相似度搜索是什么？
- 21
什么是 ChatMemory？
- 22
Java LLM 服务如何做连接池管理？
- 23
如何评估 RAG 系统效果？
- 24
Agent memory 有哪些类型？
- 25
如何实现对话历史 memory？
- 26
Transformer 架构核心原理是什么？
- 27
如何减少大模型 hallucination？
- 28
LLM API 如何设计接口？
- 29
chunk size 为什么很重要？如何选择？
- 30
如何实现 hybrid search（向量 + keyword）？
- 31
什么是 ReAct Agent？
- 32
Spring AI 和 LangChain4j 有什么区别？
- 33
什么是 Tool Calling？
- 34
embedding 模型如何选择？
- 35
AI Chat 系统的整体架构是什么？
- 36
文档切分有哪些策略？
- 37
LLM 服务如何做限流？
- 38
LangChain4j 如何实现 prompt template？
- 39
ChatGPT 的 system / user / assistant role 有什么作用？
- 40
LLM 为什么推理成本高？
- 41
AI系统如何记录 Prompt 和 Response？
- 42
Agent 如何做任务规划（planning）？
- 43
LLM latency 如何优化？
- 44
如何设计 Prompt 管理系统？
- 45
streaming response 如何实现？
- 46
MCP（Model Context Protocol）是什么？
- 47
Agent workflow 和普通 workflow 有什么区别？
- 48
大模型上下文窗口是什么？如何突破长度限制？