YJX | 星空后端开发者空间站

1、自我介绍 2、字节实习项目介绍，自己做了哪些工作 3、为什么引入评价体系，详细介绍一下这个评价体系，其收益是什么 4、现在上线了吗，数据量大小，以及qps， 5、工作中完成的指标讲解跳跃扫描机制 6、如何发现索引效率低的，是怎么查 wrk结合慢查询日志 7、sql是否走查询 explain 8、是否遇到过未命中索引的情况 9、sql调优，还有什么办法：1、分库表；2、索引；3、连接池，网络 10、数据量：8000w 11、异步化，讲一讲 12、线程池的，参数，主要关注的参数，如何合理的设置参数 8c8g的服务器 13、为什么引入Redis 排序、以及存储业务线

14、800w数据，每条数据6次修改，看着数据量不大呀？三方面原因

1、可扩展性，为以后数据量大做准备 2、score频繁变化（至少6次，以后可能更多。易扩展） 3、可以轻松做到业务+时间的分片，根据key= teant22-mounth1-week3，查询该zset分片下的排序简单。

15、讲一讲跳表，原理，时间复杂度

16、Redis用到的范围查询指令： where zest= rrange score

👉 查询 score 在 80~120 的用户：ZRANGEBYSCORE teant22-mounth1-week3 80 120 WITHSCORES 👉 返回前 3 名：ZRANGE teant22-mounth1-week3 0 2 WITHSCORES

17、代码实现，是一个人呢还是师兄带着；是否与产品交流 18、为什么叫智能化知识问答、工单智能分析、售前人员的训练机器人 19、项目遇到过什么难点，如何解决？拉oncall的业务线，分层存储 20、觉得项目还有什么完善的吗？ 21、RAG的流程 22、RAG有什么优化策略：知识召回、数据切分 23、日常有vibe coding，讲一讲怎么做的。先想出主要的架构逻辑，为每个模块做vibecoding（代码规范），再做确认、再做单元测试 24、平常生活用到ai，openclaw、skill、claude、cursor的使用

25、用TRAE除了写代码，还用来干什么，书写项目文档、架构图梳理

开发辅助：bug修复、代码优、单元测试代码生成、文档学习辅助：代码解释、技术问答自动化办公智能体生成项目架构图、项目文档

26、对于agent开发的看法 27、skills、agent的看法 28、代码书写抛硬币 15min

总结：

部门是抖音电商的ai部门，后续重点看RAG和agent 算法欠缺本次大部分时间都是询问字节实习的业务，项目中结合线程池、mysql调优、redis的八股， RAG和agent兴趣的考察

二面：实习，项目的反思、技术的深度

表达

ai rag 探索

让面试官感受到我对ai的热爱和兴奋感

rag、mcp见 java反射，在大模型工具调用的应用 RPC

SSE：

深入 https://chatgpt.com/s/t_69c7b02ff080819181b65995047ff148 与websocket的对比 ![[Pasted image 20260330131700.png]]

TRAE能干啥，还能拉MCP Langchain源码

Skills 与openclaw【1】：

openclaw内置了许多skill，当然你也可以自己去skill market下载其他人的skill，都保存在一个skill.md的文件中，会统一的发送给llm skill与tool调用的区别：skill是定义了一个任务该如何执行，什么时候执行，这个任务可能包括多个tool，还包括工具的执行步骤，决策逻辑。【Skill 是对一类任务能力的封装，不仅定义了任务如何执行，还包含执行流程和决策逻辑，通常会组合多个 Tool 来完成一个完整任务；而 Tool 只是一个原子能力，不具备决策和流程控制能力。】

openclaw的存储结构：

openclaw的安全性保障：

**代码具体实现RAG的代码方法以及具体用了什么embeding和rerank

cursor（trae）、claude使用（马克）【】 dify：飞书的workflow，就是LangGrah的托拉拽

LangGrah与Langchain：

LangChain 是基于链式调用的框架，适合简单的顺序流程，但是也可以通过代码的if else形成复杂逻辑，只是编码难度更大，需要自己构造prompt记录当前工具调用以及执行状态的信息；
LangGraph 是基于图的工作流引擎，支持状态管理、分支和循环；在复杂 Agent 场景中，任务往往包含多轮决策和动态路径，使用 LangChain 很难维护，而 LangGraph 可以通过状态机的方式优雅建模，因此更适合构建复杂 AI 系统。市面上有许多可视化的平台实现LangGraph，dify、飞书workflow

ReAct：

(与前端的ReAct.js区分) thought action observation：工具调用就是一种ReAct的思想，Function Call Langchain底层Tool底层就是Function Call，将方法列表发给LLM

AI Coding Agent：

1、Multi Agent-Ai：

多个Ai Services 一个路由选择--->计划制定---->三个agent选择一个进行work 减少上下文干扰；将方法路由等的上下文分隔出来 ![[Pasted image 20260328203003.png]]

2、记忆存储

我们的项目，每一个对话就是一个项目，所以我们的Rag是多个不同会话窗口是不互通的 RAG的tag：Userid-Conversationid（没必要） 1、摘要，凌晨定时任务调用专用的摘要模型（例如基于 PALM2.0 模型的摘要）增量摘要（不需要再存入RAG，我们这个项目不需要） 2、关键信息抽取为json：{目标：1、2、3；风格：1、2、3；规模：1、2、3}，利用专门的关键信息抽取agent，并行实现 3、最近消息滑动窗口传入5条 4、系统提升词：路由、压缩、RAG Agent是没有挂载工具的 ![[Pasted image 20260328203258.png]]

3、专有知识存储在RAG向量数据库中，每次进行检索增强

RAG的调优 RAG评测

5、本地工具调用与MCP的使用

Figma MCP，需要先利用HttpMcpTransport与对应的远程MCP Server建立连接，根据HttpMcpTransport创建client，再将其包装为一个toolProvider注入agent，进行调用

`// 1. 创建 MCP Transport`

`McpTransport transport = createFigmaTransport();`

`// 2. 创建 MCP 客户端`

`McpClient mcpClient = DefaultMcpClient.builder()`

`.key("figma-mcp")`

`.transport(transport)`

`.build();`

`// 3. 打印可用工具列表（可选，方便调试）`

`System.out.println("\n可用 Figma MCP 工具:");`

`mcpClient.listTools().forEach(tool ->`

`System.out.println(" - " + tool.name() + ": " + tool.description()));`

`// 4. 创建 ToolProvider（将 MCP 工具注入 Agent）`

`ToolProvider toolProvider = McpToolProvider.builder()`

`.mcpClients(mcpClient)`

`.failIfOneServerFails(true)`

`.build();`

`// 5. 创建 LLM 模型`

`ChatLanguageModel model = buildChatModel();`

`// 6. 构建 AI Service（Agent）`

`FigmaAssistant assistant = AiServices.builder(FigmaAssistant.class)`

`.chatLanguageModel(model)`

`.toolProvider(toolProvider)`

`.build();`

本地工具

6、版本回溯:

只回滚上下文，但是不会回滚文件操作，仿照Claude 代码的回滚需要依靠git，我们项目不支持实现：就是在消息加了一个是否回滚字段，回滚的字段会根据msgid被标记为1，不会使用；同步删除Redis中的数据需要了解git：workpace、 add、提交复习git

7、安全机制

限流操作、system prompt规定了禁止进行的一些危险操作、输入护轨（正则筛选）、沙箱运行代码

护轨机制：主要是输入护轨，由于我们提供了一些文件删除的工具，防止用户恶意调用这些工具删除服务端项目代码市面上的护轨模型：OpenGuardrails 一个开源的 AI Guardrails 平台，可以作为安全网关对 prompt 输入和输出做检查、风险分类、阻断等，还支持图片审查等内容安全检测。可插入到你的调用链中作为防护层。（我的项目暂时没用）沙箱：每个前端框架代码的运行都必须放在一个docker中，然后通过每个docker中的nginx挂载，提供ipport供我们访问。防止生成的项目中存在恶意代码，运行时污染环境（暂时没用）

3.25 字节一面