AI Agent面试题第二期（持续更新）

一、Python基础&工程能力（10题） ### 基础题

1. 简历提到你使用过**生成器、装饰器、上下文管理器、匿名函数**，分别说说它们的作用，结合你的Streamlit流式输出项目举例说明生成器怎么解决回答丢失问题？

生成器作用：使用yield代替 return，惰性迭代、逐段产出数据，不会一次性把完整结果存入内存；每次迭代只生成一小段内容，节省内存，支持流式分段输出。

装饰器作用：无侵入式扩展函数功能，不修改原函数代码，在函数执行前后增加通用逻辑，实现代码复用。 常用场景：接口耗时统计、日志打印、异常捕获、鉴权。

上下文管理器作用：自动管理资源的创建与释放，不用手动写 try-finally，避免资源泄漏。底层依靠__enter__、__exit__魔术方法。

匿名函数作用：快速创建一次性简单函数，无需单独 def 定义，适合短逻辑映射、筛选。

在 Streamlit 项目中，我遇到的问题是：AI 回复是一个流式返回的数据流，如果不用生成器，我需要等全部回复生成完才能显示，而且一旦页面刷新，正在生成的回复就丢了。

我写了一个capture生成器函数，它做的事很简单：每收到一个片段，就立刻存到缓存列表里，同时把这个片段yield出去用于显示。这样既实现了打字机效果，又能确保每个片段在生成时就已经被持久化到st.session_state里。

即使页面在回复过程中被刷新，因为数据已经被捕获并保存了，重新渲染时也能从历史记录里恢复，不会丢失。

2. 什么是Python装饰器？写一个简单计时装饰器，说明在你的AI项目中可以用来做什么？

装饰器是 Python 里一种在不修改原函数代码的前提下，为函数增加额外功能的方式

计时装饰器例子👇

import time # 1. 定义一个装饰器：用来计算函数耗时 def timer(func): def wrapper(*args, **kwargs): # *args, **kwargs 保证能接收任意参数 start = time.time() result = func(*args, **kwargs) # 执行原函数 end = time.time() print(f"函数 {func.__name__} 执行耗时: {end - start:.4f} 秒") return result return wrapper # 2. 使用装饰器：在函数定义前加上 @timer @timer def slow_function(): time.sleep(1) # 模拟一个耗时操作 return "运行完毕" # 3. 调用函数，会自动打印耗时 slow_function() # 控制台输出：函数 slow_function 执行耗时: 1.0003 秒

AI项目中我用来检查上下文里的report标记，如果为True就换报告提示词，否则用默认提示词。@dynamic_prompt装饰器确保它在每次调用模型前自动执行。👇

# 这段代码是一个动态提示词（Dynamic Prompt）中间件，核心作用是让 Agent 根据当前对话的“场景”，自动切换使用不同的 System Prompt（系统提示词）。 @dynamic_prompt # 装饰器 # request 是 LangChain 框架自动传入的 ModelRequest 对象，里面包含了当前对话的上下文信息，比如历史消息、运行时状态（runtime）等 def report_prompt_switch(request: ModelRequest): from codes.prompt_loader import load_report_prompts, load_system_prompts if request.runtime is None or request.runtime.context is None: return load_system_prompts() is_report = request.runtime.context.get("report", False) if is_report: return load_report_prompts() return load_system_prompts()

3. 上下文管理器`with`的底层原理是什么？在操作ChromaDB向量库时用with有什么好处？

with的底层基于__enter__和__exit__两个魔法方法，它确保进入时打开资源，退出时无论是否发生异常都会执行清理逻辑。

4. 匿名函数lambda适用场景，哪些场景不建议用lambda？

lambda 适用于一次性的、逻辑简单到一行能写完的场景，比如sort、map、filter。如果逻辑超过一行、需要复用，或者代码可读性会受影响，就不应该用 lambda。

5. 你项目里用`RecursiveCharacterTextSplitter`做文本分割，chunk_size设1000，为什么不设更大/更小？分割重叠（chunk_overlap）你有没有配置？作用是什么？

切块过小（< 200）：

语义不完整，模型看不懂上下文;检索到的片段碎片化，拼不出完整答案

切块过大（> 1500）：

检索精度下降，相似度计算被噪音稀释;超出模型上下文窗口，浪费token;多个知识点混在一起，答案容易跑偏

我设置了200（方便理解的说法：切下一段的时候，把上一段结尾的一点内容复制过来，贴在新一段的开头。这样即使边界处有重要信息被切断了，它也会完整地出现在下一段里。）

6. 项目中引入MD5去重机制对文档入库，讲下实现逻辑，为什么向量库必须做文档去重？不去重会有什么问题？

我在文档入库前，先计算每个文件的 MD5 值，然后与本地存储的历史md5.txt中进行比对。如果已存在，说明文件之前已经处理过，就直接跳过，不再重复入库。

如果不做去重，同一个文档被多次入库后，检索时返回的结果会被重复内容占据，导致其他相关文档被淹没。同时，重复向量会浪费存储空间，拖慢检索速度，增加维护成本。

7. Streamlit开发时遇到过大模型回答丢失，你用生成器stream()流式输出解决，详细说下问题根源和你的实现方案？

8. 本地Ollama嵌入+云端DeepSeek混合部署，Python侧怎么做接口封装？如何区分本地向量调用和云端大模型调用？

9. 如何封装通用AI工具链、配置文件，实现Agent模板可复用？举下你项目里的封装结构。

10. 代码规范层面，你做AI项目会怎么分层（向量库层、Prompt层、Agent调度层、前端交互层）？

二、RAG&向量数据库专项（12题，贴合ChromaDB项目）

1. 简述完整RAG链路：文档向量化→语义检索→上下文拼接→模型生成，每一步的核心作用？

2. 什么是相似度检索top-k？你项目设置k=3，为什么不设1或5？k值怎么根据业务场景权衡？

3. 稠密向量检索 vs 稀疏检索（关键词检索），你的智能客服项目只做稠密检索吗？有没有考虑混合检索优化准确率？

4. 本地Ollama嵌入模型对比云端嵌入API，各自优缺点，你选择混合部署的考量（隐私、成本、速度）？ ### ChromaDB实操深挖 5. ChromaDB索引优化你做了哪些操作？文档批量自动化入库怎么实现？ 6. ChromaDB持久化存储机制，如果知识库上万条文档，检索速度下降怎么优化？ 7. 向量入库前MD5去重，是对原文做MD5还是向量做MD5？两种方案的区别？ 8. RAG检索后拼接上下文，如何控制上下文长度防止超出大模型上下文窗口？DeepSeek窗口限制你怎么处理？ ### 优化落地题 9. 你项目通过优化Prompt+检索参数，问答准确率从70%提升到85%，详细说明优化了哪些检索参数？ 10. RAG常见痛点：幻觉、无关文档召回、长文档分割丢失语义，你在智能客服项目分别怎么解决？ 11. 测试用例50条评估准确率，你的评估指标是什么（召回率/精确率/问答匹配度）？评估流程怎么设计？ 12. 如果客户新增大量扫地机器人售后文档，如何实现知识库增量更新，不需要全量重建向量库？

三、Agent&LangChain/ReAct大模型专项（15题，核心项目重点）

1. 什么是System Prompt、Few-shot、CoT思维链？在你的智能客服Agent中分别怎么使用？

2. 设计扫地机器人客服System Prompt需要包含哪些要素？如何限制大模型乱回答超出知识库的内容？

3. 如何动态切换提示词？你项目动态提示词切换的业务场景是什么？

4. 大模型幻觉问题，仅靠Prompt能解决吗？结合RAG+Agent说明配套方案。 ### ReAct Agent架构

5. 解释ReAct架构「思考→行动→观察」完整流程，在你的扫地机器人客服里，工具调用有哪些？

6. Agent工具调度逻辑是你独立开发的，讲下工具注册、工具选择、参数校验的实现流程？

7. LangChain Agent和LangGraph Agent区别，你的项目为什么选择LangChain而非LangGraph？什么场景会改用LangGraph？

8. Agent记忆Memory分哪些类型？你的多轮对话使用哪种记忆？如何防止多轮对话上下文过长？ ### 项目深度深挖（核心面试拉分题）

9. 你的Agent支持三类场景：购买咨询、售后问答、使用报告生成，三种场景如何做路由区分？是Prompt路由还是分类器路由？

10. 工具调用失败、参数错误、知识库无对应文档时，你的Agent容错逻辑是什么？

11. 同时调用本地Ollama嵌入+云端DeepSeek，网络波动、云端API超时如何做降级处理？

12. 如何封装通用Agent工程模板，做到快速迁移到其他行业客服（家电、美妆等）？模板包含哪些通用模块？

13. 流式输出+Agent多轮对话结合会有什么坑？你怎么保证对话记忆和流式返回同步？

14. 主流大模型API：DeepSeek、OpenAI、通义千问调用格式有差异，你如何做统一封装适配多模型？

15. 如果让你优化当前Agent系统，提升响应延迟，你会从向量库、模型调用、检索策略三个维度分别给出方案？

四、前端&综合项目&场景面试题（8题）

1. Streamlit原生状态管理有什么缺陷？为什么会出现历史回答丢失，流式生成器如何规避页面刷新丢失数据？

2. 你掌握Vue+前端三件套，如果把当前智能客服从Streamlit改成独立Vue前后端分离项目，架构怎么设计？

1. 整体复盘你的智扫通机器人客服项目，开发中遇到最大的3个技术难点，以及完整解决方案？

2. 混合部署（本地嵌入+云端推理）的数据隐私优势：客户扫地机器人售后文档不对外上传，具体怎么落地隔离？

3. 面试官场景题：现在接入新品类扫地机器人，新增1000份说明书，要求1小时内完成知识库上线，你完整操作流程？

4. 场景题：线上用户反馈客服经常答非所问，召回无关文档，你怎么排查问题、分步优化？

5. 职业规划&自我评价：你专注AI Agent应用开发，未来想深耕RAG/Agent还是大模型微调？如何持续学习新技术？

6. 团队协作题：产品要求新增「机器人故障自动报修」Agent工具，和后端开发对接，你如何设计工具接口、联调流程？

五、笔试题（2道实操代码题，面试现场手写）

1. 基于LangChain+ChromaDB，写简化代码实现：文档加载、文本分割、MD5去重、向量入库、top-k=3相似度检索。（这个是我用deepseek生成的）

2. 简易ReAct Agent伪代码：实现工具注册（查询售后知识库、生成使用报告）、思考判断、工具调用、流式输出返回结果。

六、HR综合软问题（4题）

1. 项目是独立开发还是团队协作？你负责的模块边界，和其他同事如何配合？ 2. 开发周期从2026.5至今，过程中有没有需求变更？如何调整技术方案？ 3. 遇到技术卡点（向量检索准确率低、流式bug）时，你的排查思路和学习渠道？ 4. 一周内可到岗，能接受加班迭代AI项目吗？如何平衡开发效率和代码质量？

RAG检索增强 top_k=?

“top-k是 RAG 检索阶段的一个关键参数，它决定了向量数据库在完成相似度检索后，返回给大模型作为上下文的相关文档片段数量。”

• k值太小（比如 1~2）：模型能获取的信息就窄，回答可能不够全面，比如用户问‘怎么保养’，模型只看到‘清理尘盒’，漏掉了‘更换滤网’。

• k值太大（比如 10~20）：模型会被大量信息淹没，容易‘分心’，而且检索到不相关内容时，会产生噪声，干扰答案的准确性。同时，token 消耗和响应时间也会显著增加。

“top-k通常会和chunk_size（文本段最大长度）、相似度阈值（similarity_threshold）一起调整。比如，我会先设top_k=3，用 similarity_threshold=1过滤低质量的片段，保证给模型的信息既相关又干净。”

如何设计一个高质量的 Prompt？

项目中我的 `System Prompt` 包含 7 条规则，用 `%s` 动态注入用户配置，通过测试验证效果。

角色设定 → 任务目标 → 行为规则 → 输出格式。这样做的好处是，即使换成不同的业务场景，也能快速输出高质量的提示词。同时，我会在测试中根据模型的输出效果进行迭代优化，比如调整语气、加入Few-shot示例、或用Pydantic规范输出格式。”

`Temperature` 参数（模型生成结果的随机性）的作用与调整场景？

“在我做的RAG 客服项目里，我把temperature设为 0.2，因为用户问的是具体产品问题，需要基于知识库精准回答，不能有太多发挥。而如果我要做一个营销文案生成器，我会把它调到 0.9，让模型发挥创造力。”

Pydantic 在 AI 应用中的作用

也就是把模型输出的“不确定性”，转化为代码可处理的“确定性”

比如我的客服项目里，我需要模型返回一段JSON格式的评估结果，包含intent（意图）和confidence（置信度）两个字段。我会用Pydantic定义一个这样的模型：

from pydantic import BaseModel class IntentResult(BaseModel): intent: str confidence: float

然后，当模型输出后，我会直接用IntentResult.model_validate_json(response)来解析。如果模型输出的JSON缺少confidence字段，或者confidence写成了字符串，Pydantic会自动报错，我就能在代码里捕获异常并处理，比如让模型重新生成，或者记录错误日志并返回一个兜底回复。”

延申使用说明：

基础使用：

# BaseModel 是定义数据模型的基类，Field 用来给字段添加描述、默认值、校验规则等元数据。 from pydantic import BaseModel, Field from langchain_openai import ChatOpenAI from langchain_core.prompts import PromptTemplate # 输出解析器---用来把大模型返回的文本解析成 Pydantic 模型实例。 from langchain_core.output_parsers import PydanticOutputParser import os # 1. 定义 Pydantic 模型 class Test(BaseModel): name: str = Field(..., title="姓名", description="姓名") age: int = Field(..., title="年龄", description="年龄") sex: str = Field(..., title="性别", description="性别") # 2. 创建解析器（不是从 model 调用，而是直接创建实例） parser = PydanticOutputParser(pydantic_object=Test) # 3. 创建提示词模板 prompt = PromptTemplate( template="从以下文本中提取信息。\n文本：{text}\n{format_instructions}\n请只输出JSON。", input_variables=["text"], partial_variables={"format_instructions": parser.get_format_instructions()} ) # 4. 创建模型 model = ChatOpenAI( model="deepseek-chat", api_key=os.environ.get('DEEPSEEK_API_KEY'), base_url="https://api.deepseek.com/v1", temperature=0 ) # 5. 组装链 chain = prompt | model | parser # 6. 执行 result = chain.invoke({"text": "张三男年龄9"}) print(result) print(type(result)) 输出：name='张三' age=9 sex='男' <class '__main__.Test'>

Python 是动态语言，你为什么要在代码里写类型注解？

提升代码可读性、IDE 支持与可维护性，是团队协作与工程化的基础。

你的项目如何在不同机器上保证运行环境一致？

为了保证项目在不同机器上运行一致，我的方案是：

第一，用venv创建独立的虚拟环境；

第二，用requirements.txt锁定所有依赖的精确版本；

第三，通过.env文件和python-dotenv管理环境变量，避免硬编码。这样，任何一台机器只需三步——克隆代码、创建虚拟环境、安装依赖——就能跑起来。

上下文太长怎么办？如何裁剪？

先通过元数据过滤、少召回减少总量；再用 Rerank 按分数筛掉弱相关内容，合并去重；超长就整段删除低分 chunk，也可以用父子分块架构、资料摘要压缩来控制上下文长度。

RAG 检索效果不好，你如何优化？

1. 先看检索准不准。如果召回的 chunks 不相关，我会试试混合检索（向量 + BM25）和 Query 改写（Query 改写就是先让大模型把用户问题“翻译”成文档里会出现的表述，再去检索），必要时加一层 Rerank（向量检索只负责“粗筛”，Rerank 负责“精排”）。

2. 再看上下文全不全。如果相关但信息不够，我会调整 chunk_size 和 overlap，或者换成父子 chunk 结构。

3. 最后看模型生成。如果资料有答案但没回答出来，我会优化 System Prompt，加 Few-shot 示例，并把 temperature 调低到 0.2 左右。

ChromaDB 检索效果不好，你从哪些环节排查？怎么优化？

我会按照文档原始质量 → 文本分块与向量化 → 向量检索链路 → LLM 生成环节由上游到下游依次排查，定位故障：

1. 第一步：校验原始文档质量先确认数据源本身是否合格：检查文档有无关键信息缺失、乱码 / 特殊符号等格式污染；去除重复、高度相似文档；同时校验 Embedding 模型是否适配当前文档领域，文本入库前是否做清洗预处理，避免脏数据影响向量语义表达。
2. 第二步：排查分块策略合理性抽取测试问题对应的原文，核对切分后的 chunk：
   • 核心知识点是否被拦腰切碎、语义断裂；
   • chunk_size、chunk_overlap 是否适配文本类型，是否存在跨块关键信息丢失； 若切片残缺，调整分割器（改用递归语义分割）、修改块大小与重叠窗口，同时将标题、关键词前置注入 chunk 增强语义。
3. 第三步：全链路验证检索效果先看 Top-K 返回片段整体相关性，分层定位： ① 无关内容过多：先检查是否配置 metadata 预过滤缩小检索范围；再调优 Chroma HNSW 索引参数、执行碎片整理，增加相似度距离阈值过滤低分结果； ② 向量召回精准度不足：采用 Query 改写扩充问句语义、多路召回；搭配 BM25 做向量 + 关键词混合检索；粗召回后接入 Rerank 重排模型剔除假相似片段。
4. 第四步：检索素材正常但回答失真，排查生成环节若检索返回的素材完整相关，但 LLM 输出错误 / 幻觉：
   • 优化 System Prompt，强制模型仅依托检索内容作答，增加无答案识别逻辑；
   • 调低 temperature 减少随机编造；
   • 对多条检索结果做去重、同文档内容聚合，统一上下文格式；
   • 通过 Pydantic 约束输出结构，增加引用溯源校验，拦截不符合规范的回答。

如何让模型调用外部工具？消息格式怎么写？

• 工具调用四步流程：定义工具 → 告知模型调用规则 → 模型输出结构化调用指令 → 后端执行工具，将工具结果追加到消息列表再次请求模型生成答案。
• 消息分四类角色：system（系统指令 + 工具）、user（用户提问）、assistant（模型回复 / 工具调用）、tool（工具返回数据）。
• 两类格式：
  • 闭源 API（GPT 系列）：用标准 tool_calls 结构，tools 参数单独传入工具描述；
  • 开源大模型：依靠 Prompt 约定 JSON 输出格式，后端手动解析工具调用。
• 核心关键点：工具执行结果必须作为一条独立消息放回上下文，模型才能拿到外部数据作答。