# AI 相关概念
# 什么是 RAG
RAG (Retrieval-Augmented Generation) 是一种结合上下文检索和生成的 AI 技术，用于增强大语言模型的准确性和可靠性。
# 核心概念
RAG 通过以下步骤工作：
- 文档处理：将知识库文档切分成小块（chunks）
- 向量化：使用 embedding 模型将文本块转换为向量
- 存储：将向量存储在向量数据库中（如 Pinecone、Weaviate、Milvus）
- 检索：用户提问时，将问题向量化，从数据库中检索最相关的文本块
- 增强：将检索到的相关内容作为上下文注入到提示词中
- 生成：LLM 基于增强的上下文生成回答
# 优势
- 减少幻觉：基于真实数据生成答案
- 知识更新：无需重新训练模型即可更新知识
- 可追溯性：可以引用信息来源
- 成本效益：相比微调模型成本更低
# 应用场景
- 企业知识库问答
- 客服智能助手
- 技术文档查询
- 个人笔记搜索
# 面试要点
# RAG vs Fine-tuning 对比
RAG:
- 适合需要访问最新信息的场景
- 实现简单，快速部署
- 可以引用数据源
Fine-tuning:
- 适合学习特定风格或格式
- 需要大量训练数据
- 训练成本高，更新困难
# 常用技术栈
- Embedding 模型：OpenAI text-embedding-3、BGE、M3E
- 向量数据库：ChromaDB、FAISS、Qdrant
- 框架：LangChain、LlamaIndex
# 什么是 MCP
MCP (Model Context Protocol) 是一个开放协议，用于连接 AI 助手与外部数据源和工具。
# 核心概念
MCP 定义了标准化的方式让 AI 模型：
- 连接数据源：访问本地文件、数据库、API 等
- 执行工具：运行脚本、调用函数
- 上下文共享：在不同会话间共享状态
# 架构
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ Client │────▶│ Server │────▶│ Resources │
│ (AI 助手) │ │ (MCP 服务) │ │ (数据/工具) │
└─────────────┘ └─────────────┘ └─────────────┘
# 优势
- 标准化：统一的接口协议
- 安全性：明确的权限控制
- 可扩展：轻松添加新的数据源
- 跨平台：支持多种 AI 应用
# 应用示例
- 读取本地代码仓库
- 执行数据库查询
- 调用外部 API
- 文件系统操作
# 面试要点
MCP 解决了 AI 应用的关键问题：
- 如何让 AI 访问实时数据
- 如何安全地执行操作
- 如何扩展 AI 能力
# 常见 AI 面试题汇总
# 1. LLM 基础
Q: 什么是 Transformer 架构？
- 自注意力机制（Self-Attention）
- 编码器-解码器结构
- 并行计算能力
- 位置编码
Q: 解释 Temperature 参数
- 控制输出的随机性
- 低温度（0.1-0.3）：更确定、聚焦
- 高温度（0.7-1.0）：更有创意、多样化
Q: 什么是 Token？
- LLM 处理文本的基本单位
- 1 token ≈ 0.75 个英文单词或 2-3 个汉字
- 影响计费和上下文窗口
# 2. AI 应用开发
Q: 如何处理 LLM 的上下文限制？
- 滑动窗口：保留最近的对话
- 总结压缩：将旧对话总结后保留
- 向量检索：只检索相关信息（RAG）
- 分段处理：将任务分解为多个小任务
Q: 如何评估 AI 应用的质量？
- 准确性：答案是否正确
- 相关性：是否回答了问题
- 完整性：信息是否充分
- 用户体验：响应速度、交互流畅度
- 成本：Token 消耗、API 调用次数
# 实战技巧
# 向量数据库选择
| 数据库 | 特点 | 适用场景 |
|---|---|---|
| ChromaDB | 轻量、易用 | 原型开发、小规模应用 |
| Pinecone | 托管服务、高性能 | 生产环境、大规模应用 |
| FAISS | 开源、高效 | 本地部署、成本敏感 |
| Qdrant | 过滤支持好 | 需要复杂过滤查询 |
# 成本优化
- 使用更小的模型：简单任务用小模型
- 缓存机制：相同问题直接返回缓存
- Prompt 压缩：去除冗余信息
- 批量处理：合并多个请求