派聪明 RAG 真实面经参考，已累计 27 家，700 道题目（不断更新中）

1.快手快 star

描述一下上传文件，提问到显示答案整个数据流以及涉及到的模块/技术栈

后端服务是基于 Spring Boot 3 构建的，文件上传时会用到 MinIO 和 Kafka，MinIO 用来存储文件，Kafka 用来做文件异步解析。

消费者会从 MinIO 中拉取文件，然后使用 Tika 解析分块后调用 embedding 模型生成向量，并且文本、向量存入到 ElasticSearch 中。

用户提问后会先对问题向量，然后在 ElasticSearch 中执行混合检索，一方面做向量的相似度检索、语义召回，另一方面结合 BM25 做关键词检索。

然后将检索到的上下文拼接到 prompt 一并发给大模型生成答案。后端通过 webflux 的 SSE 进行流式返回，前端实时进行渲染。

怎么 chunk 的，为什么这么做？

我采用了基于语义边界的递归切分策略。具体做法是先按照段落进行切分，如果某一块超过了设计的分块大小，就用降级的句号进行拆分，直到每个 chunk 都控制在规定的范围内，通常在 500 个字内。

同时我还引入了 overlap，设置为 10%，这样相邻的 chunk 会有一小段内容重叠，避免关键语义被切断。

这么做主要有三个原因，embedding 模型本身有输入长度限制，分块是向量化的前提；语义集中的 chunk 在混合检索时也会更容易被精准召回；重叠的 overlap 能提供更好的上下文信息。

用的什么模型，有对比过吗

向量这块一开始用的豆包，但后来不向下兼容 2048 维，于是就切换到阿里的 embedding 模型。

LLM 这块一直用的 DeepSeek。

检索结果不符合预期怎么办

先搞清楚问题发生在哪个阶段：

• 相关内容有没有被召回，如果没有，多半是分块或者向量时的问题；
• 如果召回了但排序靠后，那就是混合检索时排序的问题了。

第一步，调整 chunk_size 和 overlap，强化语义边界的递归切分；

第二步，更换 embedding 模型，看看其他模型是否会更好。

第三步，调整 BM25 与向量检索的权重，把最相关的 3 到 5 条上下文喂给 LLM。

第四步，用 MRR 这类指标做对比验证。

ES 里怎么存的

ElasticSearch 的索引名为 knowledge_base，会存三个字段：内容、向量、权限。

首先是内容字段，我们定义为 textContent，它的类型是 text，底层配的是 ik 中文分词器。这个字段用来支持关键词检索的，像 BM25、match 查询都是作用在这个字段上。

然后是向量字段，名叫 vector，我们定义为 dense_vector 类型，维度是 2048，这个维度要和 embedding 模型匹配。这个字段用来做语义检索。当用户发起查询时，我们会把查询的内容转成向量，再用 KNN 算法去比相似度。

接着是权限相关的字段，在做 B 端多租户场景时要非常重视的一块。主要有三个字段：userId、orgTag 和 isPublic。

• userId 标记这个文档片段属于哪个用户，用于实现私有文档的权限隔离；
• orgTag 表示文档所属的组织标签，用来控制组织内的授权访问；
• isPublic 标记文档是否对所有人公开。

分片上传是怎么做的？断点续传？你这个场景有意义吗？

对于大文件，派聪明采用的是‘分片上传 + 断点续传’的方式。我们会在前端先把大文件切成小的分片，比如 5MB 一块，然后并发地上传到后端。后端每收到一个分片，就存到 MinIO 中，同时会用 Redis 的 bitmap 去记录哪些分片已经上传成功。这样的好处就是，即使上传过程中断了，前端可以根据 Redis 状态判断哪些分片已经上传，不用从头开始，用户体验会比较好。

当所有分片上传完成后，前端会调用后端的合并接口。这里我们用的是 MinIO 提供的 composeObject 功能，直接在存储端完成分片的合并，合并完成后，系统会把文件状态在 MySQL 里更新为‘已完成’，并且清理掉对应的分片文件和 Redis 记录。

非常有意义，等到网络恢复后，前端会带着这个文件的 MD5 去后端的 Redis 里查所有分片的状态，前端拿到分片状态后，在重新上传的时候，就会跳过那些已经上传成功的分片，只上传那些还没传的。这样就避免了重复上传。

2.小红书一面

AI & RAG 相关

1. RAG 怎么解决 LLM 上下文窗口有限的问题？
2. RAG 里的“重要性重排序”是怎么判断哪个内容更“重要”的？
3. 流式对话支持多轮吗？怎么实现的？
4. 提示词做了哪些优化？如果多轮对话关联性不强，怎么抓住新问题的重点？
5. OpenAI 协议里，上下文的角色有哪几种？
6. system, user, assistant 这几个角色在使用上有什么区别？

Java 基础 & 并发

1. 讲讲 Java 不同更新版本的区别，特别是关键版本。
2. 为什么 Spring Boot 3.x 要用 Java 17+的版本？项目里用了哪些新特性？
3. Lambda 表达式和 Stream API，跟传统的 for 循环比，优缺点是什么？
4. parallelStream()为什么性能好？底层是什么实现的？
5. 如果不用 parallelStream，用传统 for 循环自己写并发提交任务，代码大概分几块？
6. 都说 Java 线程“重”，Go 协程“轻”，这个“重”具体体现在哪？
7. 为什么 Java 线程实际只用很少的栈，但 JVM 却要给它分配那么大的栈空间？
8. 协程到底是个什么东西？
9. Java 里写 for 循环有几种方式（比如用索引 i，用迭代器），它们有什么区别？

算法手撕

1. 实现一个函数，找出字符串里所有长度大于 1 的子回文串。

3.某对标亚信公司一面

1. 面了一家听说对标亚信的公司，面试官口头和我说过了，下一轮 boss 面让我瞎聊就行
2. java 基础和集合查缺补漏面经：
3. embedding 用什么模型？
4. 混合检索？怎么评估准确性？
5. 大模型的选择
6. 上下文管理？
7. redis 的击穿， 雪崩，穿透
8. AOP
9. MySQL binlog 监听通过主从复制原理
10. ThreadLocal
11. 消息队列，消息如何不丢失？

要我现场paopao派聪明，没跑起来。。。很悲催，我没改前端也不怎么熟悉流程。

4.未知公司

面经：

• 1、介绍项目从数据上传到最后存入数据库的流程、RAG 流程
• 2、切块的步骤、如何评价优化前后的 RAG 的好坏
• 3、针对用户不同的提问：提问语句长短不同，分别怎么检索？
• 4、向量化的数据有做处理吗？

5.tengxun二面

• 1.派聪明技术选型，如为什么用 minio 做文件存储、选择 es 等
• ２．ｒａｇ 的准确率如何优化
• 3.语块如何分片
• ４．ｅｓ 相关
• 5.大文件也可以断点续传为什么要分片？
• 6.从用户体验上来说，一个文档也没有很大，分片上传的提升并不大，这里如何考虑的？

6.合合信息一二面

一面面经

拷打项目

• 讲一下自己的 rag 这一套流程的理解
• 在里面采取了哪些技术
• 对接大模型用的什么
• 文件拆分是怎么分割的
• 用户提交问题后的流程
• 中间过程纯手工编的吗？（我答的没用 langchain4j 或者 Spring ai）
• 如果有充足时间优化 会优化哪些点
• 怎么解决检索过程中的权重误差？
• 如何优化检索来提高回答准确性？
• 了解过 agent 和 mcp 吗？
• 可以把整个流程让大模型自动弄吗？
• 如果用 agent 代替，你会怎么设计呢？
• 多人会话历史的窗口怎么设计的？
• 考虑过怎么优化吗？（我提到可以压缩历史上下文然后拼接） 压缩如何实现呢？
• 大文件上传优化是一开始就这样考虑的吗？还是遇到了什么问题才这样设计的？
• 文件完整性怎么保证的？ 项目上线了吗？

聊 mydb 项目 是自己做的吗？（go 改的） 最大收获是...