AI Agent技术已成为求职必备技能，本文系统梳理Agent核心知识点与面试要点： 核心概念 LLM是条件概率模型，Agent=LLM+工具+记忆+规划 Workflow流程固定，Agent自主决策 关键技术 ReAct循环（思考→行动→观察） Function Call实现工具调用 MCP协议解决多Agent通信 面试重点 Function Call底层实现（JSON Schema） MCP与

AI Agent技术已成为求职必备技能，本文系统梳理Agent核心知识点与面试要点： 核心概念 LLM是条件概率模型，Agent=LLM+工具+记忆+规划 Workflow流程固定，Agent自主决策 关键技术 ReAct循环（思考→行动→观察） Function Call实现工具调用 MCP协议解决多Agent通信 面试重点 Function Call底层实现（JSON Schema） MCP与

RAG面试核心要点总结（150字） RAG（检索增强生成）通过结合检索与生成解决LLM的知识缺陷，核心流程包括文档处理、分块、向量化、混合检索、重排序和生成应答。关键点在于： 混合检索结合语义向量与关键词匹配，解决纯向量检索的术语遗漏问题； Rerank阶段用交叉编码器对初筛结果精细排序，提升Top结果相关性； 分块策略需平衡信息完整性与检索精度，通常200-500token为佳； 生产环境需处理

操作系统本身就是面试的必考知识，。同时操作系统也是一个很不错的项目，如果是C++选手做这个项目的话，既可以用来投后端岗位，也可以投 嵌入式岗位，都是比较匹配的。如果想好好学习操作系统，一定绕不开 Mit6.s081。Mit6.s081 是麻省理工学院面向本科生的操作系统课程，其课程实验是在教学用操作系统xv6上进行扩展和优化。Xv6 操作系统源代码只有一万余行，并且相对清晰和模块化，每个 lab

想要两边兼顾，就会顾此失彼

摘要：KamaChat是一款基于Go语言开发的分布式仿微信即时通讯系统，包含1.5万行前后端分离代码，功能涵盖单聊/群聊、文件传输、音视频通话等核心功能。项目采用WebSocket和Kafka等技术实现实时通信，提供开发者管理、联系人体系等完整功能模块。开发耗时约200-300小时，支持自动化环境配置。项目配套详细技术文档、视频演示和面试指导，适合中高级开发者学习分布式系统开发经验。

C++AI应用服务平台第二版正式发布，在自研C++HTTP框架基础上实现了多模型对话、RAG、MCP、ASR/TTS等功能的深度工程化。核心亮点包括：策略模式解耦多模型适配、配置化工具注册实现两段式推理、知识库ID配置化接入、单用户多会话管理、语音链路集成等。项目采用RabbitMQ异步化处理，支持容器化部署，填补了C++在AI应用开发领域的空白。相比现有Java/Python方案，该项目更侧重底

操作系统本身就是面试的必考知识，。同时操作系统也是一个很不错的项目，如果是C++选手做这个项目的话，既可以用来投后端岗位，也可以投 嵌入式岗位，都是比较匹配的。如果想好好学习操作系统，一定绕不开 Mit6.s081。Mit6.s081 是麻省理工学院面向本科生的操作系统课程，其课程实验是在教学用操作系统xv6上进行扩展和优化。Xv6 操作系统源代码只有一万余行，并且相对清晰和模块化，每个 lab

《GopherAI：Go语言AI应用服务平台》是一个完整的全栈AI项目，采用Gin+EINO框架构建，支持多轮对话、图像识别等功能。项目亮点包括：基于RabbitMQ的高并发架构、ONNXRuntime图像推理、工厂模式扩展AI模型，以及完整的Vue3前端界面。该项目适合希望学习Go工程化开发、AI应用落地的开发者，提供从API调用到生产部署的全流程实战经验。项目代码和详细教程仅限知识星球会员获取

C++AI应用服务平台第二版正式发布，在自研C++HTTP框架基础上实现了多模型对话、RAG、MCP、ASR/TTS等功能的深度工程化。核心亮点包括：策略模式解耦多模型适配、配置化工具注册实现两段式推理、知识库ID配置化接入、单用户多会话管理、语音链路集成等。项目采用RabbitMQ异步化处理，支持容器化部署，填补了C++在AI应用开发领域的空白。相比现有Java/Python方案，该项目更侧重底