月度记录1月 长沙 是2025与他的第一次见面；3月 厦门 与好友两日游，久违了；4月长沙 很幸福 ，2025与他的第二次见面，这次差点哭得很惨，是因为感动与幸福；5月 做一个Python日志分析的项目；6月 一战英语六级，8月查成绩发现以一分惜败；7月 武汉 与好友三日游，记得七月的武汉很热，我们也很热烈，冒着大太阳，打着遮阳伞，去玩了好几个地方，很开心很幸福；8月-11月 备考软考-网络工程师，马不停蹄，日复一日，很充实，笔记写了两本，交换机路由器每个实验配了两三遍；9月 福建 第一天去了长乐，下午回烟台山。旅途中有小插曲，但是很幸福很感动。11月 加入了一个自研靶机项目，负责后端API开...

出现好几次了 选啥

统计一下进面试的各个厂

你是否想打造一个靠谱的知识客服，或是搭建能精准回答问题的知识库？这就绕不开一项核心技术——RAG（Retrieval Augmented Generation），中文译为“检索增强生成”。听起来高大上的技术，核心逻辑其实很简单：先从资料库里检索相关内容，再基于这些内容生成答案，即“先检索、再生成”，这也是其名称的由来。作为目前最常用的AI问答方案之一，RAG已广泛应用于企业知识助手、智能客服等场景。本文将从应用场景、核心原理、流程拆解、专业名词解析等方面，带你全面掌握RAG技术，搞懂高质量智能问答系统的构建逻辑。前言我认为AI的基础知识是现在求职和实际工作所必须掌握的，不管是算法还是后端前端岗...