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》
- 能否展开介绍项目:整体功能、架构设计和作用是什么?
- 为什么不用 Python 的 LangChain、LangGraph,而用 C++ 自己实现?
- 你抽象的 AI Provider 接口用了什么设计模式?
- 如果新增 OpenAI 或其他模型,Provider 的注册、执行和扩展如何设计?
- 简历中 Qt + VTK 原生窗口集成的遮挡问题是怎么解决的?
- 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?
- Qt 窗口是使用第三方控件,还是原生实现?
- 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?
- 策略模式是你自己设计的吗?为什么这样设计?
- 实习的公司和项目背景是什么?你做了什么?
- 缺陷像素如何换算成手机背板缺陷的实际物理面积?
- 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?
- 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?
- 如果现在让你复现缺陷面积项目,你会采用什么开发思路?
- 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?
- 如果缺陷表面有凸起或凹陷,固定距离的测量怎么办?
- 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?
- 你对 Web 平台轻量化、本地化的整体流程是否清楚?
- 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?
- 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?
- 你的 Agent SDK 如何优化?放到工业场景能产生什么成果?
- 工业 Agent 是否需要知识库?项目初期和后期如何选择?
- 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?
- 公司 Agent 是否有项目知识库?上下文过长和幻觉怎么处理?
- 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?
- 是否考虑过给搜索引擎增加图片搜索或以图搜文?
- 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?
- 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?
- 你现在找什么方向的工作?对工作状态有什么期望?
- 对单休、加班、出差和项目优先的工作方式能否接受?
- 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。