面灵AI→

即剪前端实习一面:支付状态恢复、文件上传优化与 Agent 记忆、权限、RAG 切片

轮次
一面
时间
2026-10
来源
牛客网

《面试题目》

  1. 自我介绍,并介绍你的实习经历。
  2. 支付流程后端会涉及哪些设计?
  3. 刷新页面后支付状态怎么恢复?
  4. 介绍一下你的项目。
  5. 文件上传的流程是什么,有什么注意点,做了哪些优化?
  6. 你的 Agent 项目涉及了哪些能力?
  7. Agent 的记忆是怎么做的?协作是怎么做的?工具权限是怎么做的?
  8. RAG 的整体流程怎么样,有没有做什么优化?
  9. 检索流程是怎样的?文档怎么切片?不同格式的文件切片有什么要注意的?overlap 有没有什么差异?
  10. 向量检索和 ES 检索有什么区别?

《参考解析》

支付流程的要点是「状态机 + 幂等 + 异步通知」:下单生成订单号(业务单号 + 支付渠道单号)、调起支付、渠道异步回调(必须验签、必须幂等处理重复回调)、更新订单状态并发放权益(放在同一事务或用本地消息表保证最终一致)、超时未支付关单、退款走反向流程。前端侧要处理「回调回来了但页面没刷新」的情况。

刷新页面恢复支付状态不能只靠本地变量:页面加载时按订单号查服务端状态(这就是「以服务端为准」),凭据(token / 订单号)可以从 URL 参数或本地存储里取;若支付进行中,轮询或长连接订阅状态变化,超时给出明确提示。关键是别让用户看到「支付成功但权益没到」的空窗——用一个中间态「处理中」并在后端确认后再跳转。

文件上传的注意点与优化:类型与大小前置校验(前端只做体验,服务端必须再校验)、分片 + 断点续传 + 秒传(hash 比对)、并发度控制与失败重试、进度与取消、走对象存储直传(后端只签发临时凭证,避免流量过服务)、图片压缩与格式转换、CDN 加速与就近上传点。前端还要处理「关掉页面再回来继续传」的持久化。

Agent 的记忆 / 协作 / 权限三问要分开答:记忆分短期(上下文窗口,按轮次与 token 裁剪)、长期(用户偏好与事实抽成结构化条目存外部,检索注入)、以及任务态(执行进度写入状态存储);协作多 agent 时用「编排者 + 专家 agent」或共享黑板,靠明确的消息契约避免互相覆盖;权限按工具分级——只读工具默认可调,写操作与外部副作用需要审批或白名单,参数要校验并把每次调用记入审计。

RAG 切片要按文件类型区分:Markdown / HTML 按标题层级切最自然;PDF 要先处理分栏、页眉页脚、表格与扫描件 OCR,表格单独成块或转成结构化描述;代码按函数 / 类切;Excel 按行或按 sheet 语义切。overlap 的作用是防止答案被切断,通常取块长的 10%~20%,结构化文本可以小一些、连续叙述文本要大一些;块太大召回精度下降、太小上下文不足,这是要按评测调的参数。

向量检索 vs ES:ES 强在倒排索引的字面匹配、过滤与聚合、以及成熟的运维生态,适合精确词、编号、过滤条件;向量检索强在语义相似与同义改写,但不可解释、对精确匹配弱、更新成本高。生产上两者是互补关系:ES 做关键词召回 + 过滤,向量库做语义召回,再融合重排——这也解释了为什么「只上向量库」在真实业务里经常不够。