面灵AI→

成都天创一面:C++ 自研 Agent、VTK 窗口集成与工业缺陷检测平台

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 能否展开介绍项目:整体功能、架构设计和作用是什么?
  2. 为什么不用 Python 的 LangChain、LangGraph,而用 C++ 自己实现?
  3. 你抽象的 AI Provider 接口用了什么设计模式?
  4. 如果新增 OpenAI 或其他模型,Provider 的注册、执行和扩展如何设计?
  5. 简历中 Qt + VTK 原生窗口集成的遮挡问题是怎么解决的?
  6. 你在声学有限元仿真软件中负责什么?软件整体功能是什么?
  7. Qt 窗口是使用第三方控件,还是原生实现?
  8. 项目是自己手写的,还是借助 AI 工具实现的?各阶段分别做到什么程度?
  9. 策略模式是你自己设计的吗?为什么这样设计?
  10. 实习的公司和项目背景是什么?你做了什么?
  11. 缺陷像素如何换算成手机背板缺陷的实际物理面积?
  12. 你是否从头到尾负责这个项目?后台联调、缺陷标注、训练任务下发是否也由你完成?
  13. 为什么不继续实习?团队多大?团队中开发和数据标注如何分工?
  14. 如果现在让你复现缺陷面积项目,你会采用什么开发思路?
  15. RGB 图片、相机内参、深度数据之间如何交互,最终如何得到面积?
  16. 如果缺陷表面有凸起或凹陷,固定距离的测量怎么办?
  17. 缺陷分割模型是你参与训练的,还是别人直接提供给你调用?
  18. 你对 Web 平台轻量化、本地化的整体流程是否清楚?
  19. 如果脱离原平台重新定制,你会如何规划图片上传、标注、训练和推理平台?
  20. 如果不用浏览器而采用 Qt 客户端,能否接入?前后端如何拆分?
  21. 你的 Agent SDK 如何优化?放到工业场景能产生什么成果?
  22. 工业 Agent 是否需要知识库?项目初期和后期如何选择?
  23. 你是用 JSON 传递先验知识给模型,还是直接把字符串和系统提示词塞进去?
  24. 公司 Agent 是否有项目知识库?上下文过长和幻觉怎么处理?
  25. 搜索引擎是出于什么需求做的?为什么不部署在公共博客平台?
  26. 是否考虑过给搜索引擎增加图片搜索或以图搜文?
  27. 四个项目中你写代码和做决策的比例分别是多少?具体哪些部分是你自己写的?
  28. 机器人工程专业偏哪个方向?能否看懂工业图纸,是否使用过 CAD/SolidWorks?
  29. 你现在找什么方向的工作?对工作状态有什么期望?
  30. 对单休、加班、出差和项目优先的工作方式能否接受?
  31. 还有什么问题要反问?

《参考解析》

为什么自研而不套框架:LangChain、LangGraph 的价值是快速拼装与现成的工具生态,代价是依赖重、版本变动快、调试链路长(出问题时要穿过框架的多层封装)。用 C++ 自研的合理理由通常是三点:需要嵌入已有的 C++ 桌面应用、对启动延迟与内存有硬约束、要把 Agent 能力做成可控的 SDK 分发给工业客户。回答时不能只说「性能好」,要给出量化的对比(二进制体积、冷启动时间、内存占用)与工程理由(部署环境不能装 Python、需要静态链接、要能离线运行)。同时要承认自研的代价:工具调用、重试、流式输出、上下文裁剪这些都要自己实现并维护。

Provider 的扩展设计:本质是「面向接口 + 注册表」。先定义 Provider 抽象(chat、stream、embed 等纯虚函数,入参出参与具体厂商无关),各厂商实现派生类,用工厂或注册表按名称创建;注册可以用静态注册宏(每个实现文件在编译期把构造器登记进 map),也可以用配置文件显式注册。新增一个厂商只需要新增一个实现文件、不动调用方,符合开闭原则。策略模式用于「同一个任务有多种可替换算法」(如不同的上下文裁剪策略、不同的重试策略),与 Provider 的工厂/注册表是两件事,回答时要把两者的职责分清,避免把设计模式名词堆在一起。

Qt 嵌入 VTK 的遮挡问题:VTK 的 QVTKOpenGLNativeWidget 用原生窗口承载 OpenGL 上下文,原生子窗口与 Qt 的绘制体系不在同一套合成里,会出现层级(Z-order)错乱、悬浮控件被盖住、透明背景变黑。常见解法是改用 QVTKOpenGLWidget(离屏渲染到 FBO,再作为 Qt 控件合成)、给上层控件设置 WA_NativeWindow 提升为原生窗口、或在嵌入后调整窗口标志与父子关系。根因往往与图形驱动、Qt 版本、VTK 版本的组合有关,要说明排查过程:先确认是绘制顺序问题还是原生窗口合成问题,再用最小示例复现。

像素到物理面积的换算:若相机光轴垂直于被测平面且距离固定,用标定得到的「每像素对应的物理长度」(mm/px)平方后乘缺陷像素数即可;更严谨的做法是用相机内参把像素坐标反投影到相机坐标系,结合深度图或已知工作距离还原三维点,再在平面上计算面积(多边形面积或三角剖分求和)。有深度数据时逐像素反投影更准,能处理倾斜。回答时要区分「平面假设」与「任意曲面」两种情形,并说明标定误差、镜头畸变、透视形变各自的修正方式。

凸起与凹陷:固定工作距离的二维测量假设缺陷在同一平面上,凸起会让局部离相机更近、放大像素尺寸,凹陷则相反,直接乘固定比例会系统性偏大或偏小。处理方式是用深度图或结构光得到每个像素的真实深度,按深度逐点反投影计算曲面面积;没有深度时可用多视角或光度立体补,或者只报「投影面积」并在结果里注明测量口径。工程上还要给出误差范围,而不是一个看似精确的数字。

工业 Agent 与知识库:项目初期知识少、问题集中,直接把关键文档与规则放进系统提示或少量示例(few-shot)最有效,成本低、可控;后期文档规模上来、问题发散,才需要检索(向量 + 关键词混合)与结构化知识(设备型号、工艺参数、故障码表)。上下文过长的处理不是一味截断,而是分层:固定规则常驻、检索结果按相关性取 Top-K 并压缩、历史对话做摘要。幻觉的控制靠「让模型基于检索到的原文回答并给出出处」、对关键字段做程序化校验、以及把不确定的结论交给人工确认。用 JSON 传先验知识还是拼字符串,取决于是否需要程序消费:需要校验与复用就用结构化字段,只是提示用途则字符串更直接。