朋友和我说他公司新来了同事，第一天来的时候下班下了很大的雨，朋友要借他伞，他死活不要，结果第二天就没来了。真的有点想笑上个星期我闲着，把工位上积灰的手办一个个收进纸箱，准备带回去换一批来摆。刚清理完桌子，隔壁同事探头看了一眼，又假装没看到继续工作了，不小心和我对视上他还尴尬的笑了笑我愣了下才反应过来，他以为我要跑路了。场面一度非常尴尬我解释，是准备换几个手办换个心情。也真没动过跑路的念头，公司有双人间宿舍，柜子里已经塞下我的全部家当，春夏秋冬衣服、各种零食全往里怼了。踩起拖鞋五分钟就到工位了，反正巨人园区里非常方便，健身房这些运动场所都免费开放，也有食堂。作为美术佬对于舒适这点根本无法抵抗，而...

测试开发/测试方向，至今0offer

这几天有点焦虑  感觉一开始准备实习发现好多都不会 看小林八股发现自己数据结构没咋看 那一部分完全看不懂  见都没见过  算法也没刷过好像我大学学习  一直在看一堆中间件  和找一堆bug的路上  搞半天就会敲敲后端代码 用中间件都要捣鼓半天  ai找找使用方法面经也是有的面经还能看懂  有的面经见都没见过大一下刚开学就完弄苍穹外卖就怠惰了一年看着网上一堆27届都润了心里有点不是滋味  后悔当初不如再早一点逃课去找个小破厂实习  而不是在宿舍打游戏了附上:这几天回复我最多的一个  有点感动

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...