平安好医生面试面经-附带回答版本
Q1：介绍下你自己。
A：面试官你好，我是xxx，计算机相关专业本科毕业，毕业后一直在做 Java 后端和AI相关的项目。最近参与过AI语音助手和设备配套的OTA平台，之前做过企业内部的AI知识助手、云图库和电商。其中AI语音助手和AI知识助手，主要是与AI相关的开发，AI语音助手是将RAG、Tool Calling、实时语音链路落实到Spring Boot、MySQL、Redis这些工程组件上，AI知识助手则偏向于RAG和Tool Calling；OTA平台、云图库和电商则主要是传统的Java后端开发。
Q2：RAG检索过程是什么样的？
A：在我们的开发应用中，会把RAG分为离线建库和在线检索两部分。
- 离线侧先解析文档，保留Markdown标题层级、表格和产品版本等metadata，再按照语义边界且chunk，生成向量并写入向量索引，同时建立BM25倒排索引。
- 在线侧先对query做分类或者改写，并且按照产品、版本、权限做过滤，然后并行做向量召回和关键词召回，用RRF合并候选，必要时用Cross-Encoder精排。最后按token预算去做驱虫和context packing，把来源一起交给模型，证据不足就拒绝回答。
Q3：打分过程是什么样的？
A：Top K并不是打分算法，它知识按照分数排序后的截断。向量召回的原始分数可能是余弦相似度、点积或者L2距离，BM25则根据词频、逆文档频率和文档长度给分。两路分数不能直接相加时，可以按排名用RRF融合，之后Cross-Encoder把query和chunk一起输入，得到更加精细的相关性分数。最终再取Top-N进入上下文。当然不同向量库的score方向和归一化方向不同，不能只看一个阈值。
Q4：ReAct的原理是什么？
A：ReAct的核心是模型根据当前观察选择下一步动作，工具返回结果后形成新的观察，再决定继续调用工具还是给出最终答案。生产环境中我们一般不会把内部推理原样展示或者记录，更多的是记录工具名、参数摘要、权限决策、结果状态和可审计的决策说明，另外为了避免循环，还需要限制最大步数、总时长和工具集合。
Q5：Plan和ReAct的区别是什么？
A：ReAct是每得到一次Observation就决定下一步的Action；Plan-and-Executor则是先形成相对完整的计划，再由执行器逐项执行，必要时重新规划。
Q6：Agent完整的工作过程是什么样的？
A：请求进来先生成traceId，并且绑定用户、租户和会话；随后组装system规则、当前问题、近期历史、RAG证据、可用工具和权限信息。模型如果选择工具，只输出工具名和结构化参数；服务端做schema、权限、范围、敏感操作二次确认和幂等校验，再通过带超时、重试、熔断的执行器调用。工具结果会被标准化为Observation回填，模型决定继续还是结束。最终回复要包含来源或执行结果，整个过程记录prompt/tool版本、耗时、错误码和审计信息。
Q7：上下文组装是什么过程？
A：上下文组装是每次调用模型前，把本轮需要的输入按优先级放进token budget。通常包含system prompt、当前问题、最近会话、RAG证据、工具描述、工具结果、用户画像和权限信息。安全规则和当前问题不能被裁掉，RAG证据要按照相关性和多样性选择；旧历史先做滑动窗口，再做摘要。需要注意ChatMemory只是这些信息的一个来源，但是不等于上下文本身。
Q8：记忆怎么持久化，如何提取？
A：这个功能的本质是把对话历史持久化到MySQL中，然后每次请求大模型之前会根据会话ID查询最近的历史消息，再重新放入模型上下文中。最初使用的Spring AI的内存对话记忆，但是这会导致服务重启后数据丢失，所以我们自定义一个ChatMemory实现Spring AI的ChatMemory接口。从数据层来说，是设计了一张chat_messagede表，通过conservationId区分会话，同时保存消息类型、文本内容和metadata。matadata类型是Map，使用MyBatis-Plus的JacksonTypeHandler将其转换为JSON存入MySQL中。再服务层的具体实现上，add方法负责把Spring AI的Message转换为数据库实体写入；get方法会根据会话ID查询最近N条消息，再转换为对应的UserMessage、AssistantMessage等对象；clear方法负责清空指定会话。最后，把这个自定义的chatMemory配置到MessageChatMemoryAdvisor中，每次请求都携带同一个chatId，Advisor就会自动读取并补充上下文，从而实现跨请求、甚至服务重启后的对话记忆。
