LLM 应用开发面试题与参考答案 V2:基础知识到工程实战
LLM 应用开发面试第二场,三阶段递进考察:基础知识(Self-Attention/QKV/Temperature采样/语义歧义检索)、工程实战(AI客服Agent架构/百万QPS缓存策略/P99延迟优化)、开放场景(数据泄露排查/答案一致性调试),每题附深度参考答案。
LLM 应用开发面试第二场,三阶段递进考察:基础知识(Self-Attention/QKV/Temperature采样/语义歧义检索)、工程实战(AI客服Agent架构/百万QPS缓存策略/P99延迟优化)、开放场景(数据泄露排查/答案一致性调试),每题附深度参考答案。
LlamaIndex 面试八股文 100 题全解析,面向大厂 AI/RAG 工程师岗位,覆盖基础概念、数据加载、索引构建、检索策略、查询引擎、Agent 工具化、评估优化、生产部署等核心模块,含 Python 代码示例与速记清单。
LLM 应用开发面试题 & 参考答案 面试官:严察 日期:2026-06-02 面试阶段:基础知识 → 工程实战 → 开放场景 目录 阶段一:基础知识与核心概念
基于 LlamaIndex v0.14.22 最新稳定版的精通教程,全面覆盖生态系统(LlamaParse/LlamaAgents/LlamaHub)、安装配置、核心抽象、数据加载、索引构建、检索策略、查询引擎、Agent 开发、Workflow 编排与生产部署。
基于 LlamaIndex 源码深度剖析全部 14 种索引类型,涵盖 VectorStoreIndex、SummaryIndex、TreeIndex、KeywordTableIndex、KnowledgeGraphIndex、PropertyGraphIndex 等,详解构建原理、检索策略、内部组件与实战选型建议。
字节跳动开源 DeerFlow AI 超级智能体框架源码深度剖析,覆盖整体架构、核心引擎、API 网关、IM 渠道层、技能系统、Agent 系统、运行时引擎、模型提供者、工具系统、沙箱、MCP 协议集成、安全护栏与持久化层。
LangChain 与 LangGraph 大厂高频面试题库 100 题,覆盖 LangChain 核心架构、LCEL 表达式、RAG 管线、Agent 决策、Memory 管理、LangGraph 状态图编排、生产部署与性能优化等全考点,面向大模型应用开发岗面试冲刺。
DeepAgents v0.6.8 完全学习教程,详解 LangChain 生态三层架构(LangGraph/create_agent/DeepAgents),覆盖核心 API、模型配置、内置工具体系、中间件、子代理、技能系统、记忆系统、人机协作、上下文管理与生产部署。
CrewAI 完整学习教程,从零构建多智能体协作系统。详解 Agent/Task/Crew 核心概念、Process 编排模式、Flow 工作流、记忆系统、工具集成,对比 AutoGen/LangGraph/MetaGPT,配合内容创作流水线等实战案例。
字节跳动 Trae Agent 源码深入研究,详解基于 LLM 的通用软件工程代理架构,覆盖 CLI 层、代理编排层、工具系统(文件编辑/Bash执行/顺序思维/代码知识图谱)、LLM 多提供商支持、轨迹记录、Docker 模式与评估系统。