DocMind · 42
- DocMind 当前架构事实卡（长期基准）
- 项目全景与架构设计
- Agentic RAG 核心设计
- 检索与排序链路
- 优化迭代记录
- 工程化实践
- 待优化清单
- 项目深度扩展方向
- RAG 系统痛点分析与优化路径
- RAG 离线评测体系
- DocMind 离线评测结果与发现（首轮）
- 面试高频质疑应答
- Agentic RAG 改造执行计划
- 简历素材与 STAR 故事
- 项目工程全景（代码级地图）
- 15 · RBAC 权限系统升级方案
- 16 - 业务场景包装：研发团队「AI 知识增强层」
- AI Agent 通用知识地图
- 18 · 串行多跳检索与 RAG 链路生产加固
- 19 · 对标主流企业文档 Agent 的改造报告
- 20 · 对标主流改造 · 实现设计（实施参考）
- 21 · 权限系统对齐报告（企业文档 Agentic RAG 权限工程实践对标）
- 22 · Agent 软/硬约束分层清单（Prompt 软约束 vs 代码硬约束 · 防御纵深工程实践）
- 23 · 代码执行工具（Code Interpreter）接入 DocMind
- DocMind 面试知识库 — 文档索引
-
stories 模块详解
- 主题 1 · 知识工程优化
- 主题 2 · Query 改写优化
- 主题 3 · 检索召回优化
- 主题 4 · Rerank 和截断优化
- 主题 5 · 可信生成与评测
- 主题 6 · 线上反馈闭环
- 主题 7 · 架构收敛——"加了又删"的工程判断力
- 主题 8 · 全链路降级
- 主题 9 · 工具设计与 Function Calling
- 主题 10 · MCP 协议与 Agent 互操作
- 主题 11 · Prompt Engineering 实践
- 主题 12 · Agent 推理与规划
- 主题 13 · Agent 安全与约束
- 主题 14 · 多 Agent 与编排模式
- 主题 15 · 长上下文与记忆管理
- DocMind 面试主题文档集
- 面试速查卡（考前 15 分钟翻一遍）
AIOps 多智能体运维平台 · 68
- 对齐实施方案 (2026-07-07)
- 无人值守自动修复报告 (2026-07-07 03:33 定时任务)
- 并发与队列测试指令
- 压测相关面试 Q&A
- Multi-Agent AIOps V3 压测报告
- AIOps Agent 运维闭环系统重构设计（V4 草案）
- 执行闭环 (Remediation Execution Loop) — 档位 2
- 系统架构总览
- 开发优化故事
-
dev_steps 模块详解
- 知识库多源摄取与增量同步 — 设计文档 (v3 · 已实现)
- Step 10：Postgres 事实库 & 审计链
- Step 11：Redis Streams 任务队列 & Worker
- Step 12：限流 & 权限 — 六层并发治理体系
- Step 14：评测体系 & LLM Wiki 经验沉淀
- Step 15: Fast-First 诊断 + 结构信号自动升级 Deep
- Step 1：项目初始化 & 配置体系 — FastAPI 脚手架、配置管理、日志、中间件、异常
- Step 2：Core 基础设施层 — LLM 工厂、Embedding 封装、Milvus 连接管理
- Step 3：RAG 知识库 — 文档 Ingest Pipeline & 检索流水线
- Step 5：RAG Chat 多轮对话 — 会话记忆、问题改写、摘要压缩、受限联网
- Step 6：Skill Registry & Router — 故障剧本、分类路由、工具白名单
- Step 7：Fast 诊断图 — Plan-Execute-Replan 的 LangGraph 状态机
- Step 8：MCP 工具接入 — Agent 的"手"和"眼睛"
- Step 9：Deep 诊断图 — 多 Agent 并行取证与证据归并
-
interview 模块详解
- 面试 Q&A — 告警风暴治理
- 面试 Q&A — RAG 检索管线
- 面试 Q&A — 多智能体编排
- 面试 Q&A — 全链路容错设计
- 面试 Q&A — 限流与并发控制
- 面试 Q&A — 简历 5 个技术点的 Benchmark 构建方法论
- 面试 Q&A — 事务化处置引擎与运维 Agent 闭环
- 面试 Q&A — 为什么手写 Agent Harness 而不用 create_agent
- 面试 Q&A — 真机端到端集成调试复盘
- 面试讲稿：上下文工程——让工具输出不撑爆 LLM 上下文
- M0 · 项目全景与架构串讲
- M1 · 分层自适应调查引擎
- M2 · 假设驱动式调查机制
- M3 · Runbook 冷启动与自增长闭环
- M4 · LLM 修复操作的安全治理
- M5 · 事务化修复与验证闭环
- M6 · Incident 状态机与生命周期
- M7 · RAG 混合检索管线
- M8 · 后台队列、Worker 与并发控制
- M9 · Benchmark 方法论与质量保证
- 面试 Q&A 文档索引
- 面试文档构建规范（V4）
-
layers 模块详解
-
layers-v4 模块详解
-
sop 模块详解
ShoppingX 跨境购物 Agent · 28
- 1. 项目全景与架构演进
- 2. AgentLoop 主循环与终止安全
- 3. 从多 Agent 到单环与写边界
- 4. 检索管道：召回、精排、精挑
- 5. 记忆：事实库与会话级 P_t
- 6. Harness 控制面
- 7. 上下文压缩与前缀缓存
- 8. 评测飞轮：Rubric 与 bad case 自修
- 9. 延迟治理、模型网关与可观测
- 10. 产品化：账户、配额、队列、多副本部署
- 11. 训练侧：检索 embedding 与 reranker 微调
- 12. 训练侧：planner 的 SFT 与 GRPO
- 13. 面试总纲：简历映射与速背
- 14. Skill 体系
- 15. 没做好的地方，和重做会怎么改
- 16. 5 个 STAR 故事
-
按简历逐条准备