Agent开发面试题

题集来源:摸鱼酱mio(mio)反馈(在 GitHub 新标签页打开)

题目目录

168 道原题
  1. 如何将短期记忆转化为长期记忆?

  2. 如何避免记忆占用上下文窗口导致性能下降?

  3. 多用户、多 session 场景下,记忆如何隔离与绑定?

  4. RAG 的核心概念及完整流程是什么?

  5. RAG 系统的主要组成模块有哪些?

  6. 文档分块(chunking)的策略有哪些?如何选择 chunk size?

  7. 向量检索的原理是什么?embedding 的作用是什么?

  8. 为什么需要向量数据库?与传统数据库有何区别?

  9. 混合检索(BM25 + 向量)如何设计与融合?

  10. 为什么需要 rerank?常见 rerank 方法有哪些?