Agent 开发一面面经

1.自我介绍
2.企业问数平台项目深挖
项目的场景以及数据规模
面向小部门超市零售企业，数据库约80张宽表，数据量不大。

意图识别是怎么设计的
问数：正常走链路。
闲聊：走通用问答。
口径模糊：通过三元组（时间、区域、指标口径）缺失判断，引导用户补充完整后再进行检索，否则不触发检索,使用LLM追问一次，仍然失败不再重试

怎么保证sql的输出正确性
输出校验流程：模型输出SQL后进行权限过滤与语法修复。权限过滤：若用户权限不足直接返回并重让模型重新生成。语法修复：仅对语法错误进行修复以保业务意图不变，不修改业务层逻辑以防意图偏移。防死循环机制：设置最大修复次数限制，避免一直报错导致死循环。Schema Linking策略：向量数据库中存储DDL表、字段描述、指标口径及Few-shot示例。用户问题直接向量化检索命中相关上下文发送给模型处理。检索改写限制：因需传入表字段导致成本过高，未使用大模型改写口语化表达，仅用规则判断改写或直接检索。

3.夏都探源项目深挖
Agent链路的代码架构具体怎么实现的？
使用LangGraph构建节点与子图，意图路由作为分发对应工作流子图的入口节点。

意图识别怎么设计的？
意图识别有两个路由，第一个是检索路由，第二个是问题分类路由，检索路由由规则前置+小模型+规则兜底实现，检索路由将问题进行划分，划分为检索，闲聊以及综合性问题，问题分类路由直接使用小模型处理，将检索问题按照问题结构进行分类，有简单问答，并列型，链式型，聚合型，综合性问题，以及元对话，越界拒答，按照不同的问题结构分发到对应的workflow当中

意图识别使用模型会不会导致识别耗时过长？
使用LongFuse进行全链路测试，意图路由模块耗时并不长。

4.RAG基础
简单说一下RAG系统
分为两个部分：离线入库以及在线问答，离线入库：首先对文献进行清洗，人工清晰完成后进行ocr识别，使用mineru的视觉引擎识别带有图片的文献，根据上下文为图片生成对应的自然语言，然后按照不同的文档选择不同的分块策略，可以使用结构化分块，父子分块，上下文检索分块，qa分块，同时使用重叠策略尽量减少分块后语义丢失的问题，分块之后加你个chunk块向量化并入库，图谱的话使用模型抽取对应的三元组并放入到neo4j当中。 在线检索：通过向量，关键词，图谱三路召回检索，使用RRF融合+Cross-Encoder精排

重叠的值怎么设置的?
设置为当前策略的15%，每个策略的chunk块的分块策略不一样，对应的token也不一样，那么重叠的大小也不一样

长文档怎么解决?
这道题起始我也不清楚，我回答的是使用父子分块

大表格被分到不同Chunk怎么解决?
回答没遇到过，我也不会处理，我的思路是确定性代码校验+人工

5.Agent基础
记忆压缩策略有什么?
滑动窗口：保存最近N-1轮的对话 ，历史摘要：将N-1轮的对话进行一个摘要，越往前，摘要的信息越少，但是摘要的密度越大，重要性过滤：将对话历史按照重要性进行排序，结构化抽取：对对话历史按照设定的字段进行抽取，但是对于开发者的业务熟练度要求较高

了解过自查询吗?
没有了解过

说一下常见的Agent范式?
React范式：走一步看一步，通常用于简单问题 Plan-and-Execute范式：先规划再行动，面对复杂问题可以使用这个范式，Reflection范式：不是一个整体的流程，而是给模型输出叠加一个审查BUFF，对模型的输出进行审查来奇高模型输出的质量

了解多Agent吗?
前几天才看过，一紧张完全忘了，没有回答上来

说一下A2A协议
同上，因为是一起看的 😄

了解过Hermes吗?
没了解过，因为还没有学到

6.反问
自身与当前Agent开发岗的差距
项目之外的技术了解不够，技术迭代的快，应该多了解一下

公司业务
叽里咕噜说了一大堆没听懂

为什么没有询问项目当中的测试数据
一面时间短，就30min,二面会深挖项目

自我总结
基础不牢，回答的没有逻辑，实际上对于一些问题应该是先回答后面再说实际应用是怎么样的，例如：Agent范式，三个范式回答完成之后，我可以根据项目当中的实际是怎么混合应用的进行扩展，但是我面试回答的之后简单的三个范式，没有亮点，在回答一个问题之前就应该想好这个问题改怎么回答，并且对于项目之外的一些技术了解的不太够，总体给我的感觉是压力不大，很基础，并没有深挖项目，说是深挖项目是二面，不知道有没有机会二面 #27应届生求职##牛客AI配图神器#