PRACTICE / AI Agent
RAG 与 AI Agent 工程
面向真正要上线的 LLM 应用:切块与混合检索、查询改写与重排、权限前置过滤、引用与拒答的提示设计、RAG 分层评估;Agent 侧覆盖与工作流的选型边界、工具定义、记忆分层、幂等与重试、预算与终止条件、可观测与逐步放权的落地路径。考点覆盖参考 microsoft/generative-ai-for-beginners 与 dair-ai/Prompt-Engineering-Guide(均为 MIT),题干、答案与提示为中文原创。
从理解到表达,逐题检验掌握程度。
支持选择题、判断题和简答题。浏览无需登录,提交后参考答案和作答记录会与 App 同步。
开始练习题目列表
共 20 题- 文档切块该按什么切单项选择
- 召回不准时可以做什么多项选择
- 向量检索能不能替代关键词检索判断题
- 换 embedding 模型的连锁反应单项选择
- 写一个带引用与拒答的 RAG 提示编程题
- RAG 的权限过滤该放在哪一步单项选择
- RAG 的评估要分几层简答题
- 上下文是不是越长越好判断题
- Agent 与固定工作流的分界单项选择
- 工具描述该怎么写多项选择
- Agent 不设步数上限会怎样判断题
- Agent 的记忆是怎么实现的单项选择
- 工具调用为什么要求幂等单项选择
- 多 Agent 协作在什么时候值得多项选择
- 查询改写解决什么问题单项选择
- Agent 出问题时怎么排查简答题
- 检索到的内容互相矛盾怎么办单项选择
- 给 Agent 设计终止与预算控制编程题
- 向量库该不该存原文判断题
- 评估一个人工流程该不该 Agent 化简答题