Skip to content

面试题库 ​

面向 Agent、Java、Python 开发方向的面试题库。所有题目都来自 interview/ 目录下的 Markdown 文档,支持搜索、按分类和难度筛选、逐题展开答案。

共 16 道题
Agent# RAG# 检索增强# 向量数据库 原文 ↗
Agent# Function Calling# 工具调用# Agent 原文 ↗
Agent# Agent# ReAct# 规划 原文 ↗
Agent# Memory# 上下文管理# 向量检索 原文 ↗
Agent# 评估# 可观测性# LLM 原文 ↗
Java# 集合# HashMap# 数据结构 原文 ↗
Java# JVM# 内存模型 原文 ↗
Java# 并发# 线程池# ThreadPoolExecutor 原文 ↗
Java# 并发# 锁# synchronized 原文 ↗
Java# Spring# Bean# IOC 原文 ↗
Python# 数据类型# list# tuple 原文 ↗
Python# GIL# 并发# 多线程 原文 ↗
Python# 装饰器# 闭包# 高阶函数 原文 ↗
Python# 生成器# 迭代器# 惰性求值 原文 ↗
Python# 拷贝# copy# 引用 原文 ↗
Python# asyncio# 协程# 异步编程 原文 ↗

如何新增面试题 ​

在 interview/agent/、interview/java/、interview/python/ 目录下新建任意 .md 文件,保存后题目会自动出现在题库中,不需要修改任何代码。

编写约定:

  • 使用 ## 作为一道题的标题,标题下方的全部内容就是参考答案;
  • 可以在答案第一行用引用块声明难度和标签:> 难度:中等 | 标签:并发, 线程;
  • 文件顶部可以用 frontmatter 指定文档标题和排序:title、order、category。

示例:

markdown
---
title: Agent 基础面试题
order: 1
category: Agent
---

## 什么是 RAG?

> 难度:中等 | 标签:RAG, 检索增强

RAG(Retrieval-Augmented Generation)……

## Function Calling 的原理是什么?

> 难度:简单 | 标签:Agent, 工具调用

……

小提示:页面按 / 键可以快速聚焦搜索框;点击题目右上角的「复制链接」可以直接分享到某一道题。新增分类时,在 interview/ 下创建分类目录,并添加一个 <InterviewBoard category="分类名" /> 的 index.md 页面即可。