Agent 项目综合面试

⋯

快速回顾

问题 回答主线 项目例子
个人职责 业务问题、负责模块、关键机制和结果 养老检索评测;农机业务工具与视觉检索
Query 到结果 请求、上下文、模型决策、工具执行和结果生成 政策检索;设备故障排查与调度
需求模糊 找出关键缺口,逐步澄清并保存约束 补贴申请地区;作业对象和时间
Agent Loop 消息与结构化状态共同推进,按进展和预算停止 政策对比;业务执行回执
多工具选择 清晰边界、按场景筛选、参数与业务校验 检索与原文读取;草案与执行
长上下文 对话背景、任务状态和证据分别管理 滑动窗口、摘要和历史记忆
历史压缩 完整记录外置,保留约束、进展和来源 政策必要条件;草案版本与确认
RAG 评测 检索、回答和成本分层评估,沿错误位置优化 混合检索;页面视觉检索

职责与完整链路

Agent 项目你主要负责哪些部分?

面试回答

我在两个项目中的工作,主要围绕知识检索和 Agent 工具调用展开。

养老知识服务平台里,我负责文档入库、检索链路和离线评测,并参与 Agent 查询流程设计。核心问题是让系统找到适用政策,并给出可核对的依据。我采用 Parent-Child Chunk 保留完整条款,通过 BM25、BGE-M3、RRF 和重排改善证据召回与排序,同时结合政策版本、有效期和权限筛选资料。基于 200 余道离线题,Recall@10 从 0.71 提升到 0.89,MRR@10 从 0.62 提升到 0.78。

农机设备智能运维平台里,我参与后端业务和大模型应用开发,重点是让 Agent 结合专业资料与实时业务数据完成任务。我负责文档处理与视觉检索,参与业务工具、工作流和记忆实现,并接入图像识别及 MCP。比如准备调度方案时,Agent 查询设备和任务,后端检查资源、权限及时间冲突,方案冻结并取得审批或明确委托后再执行,记录真实业务回执与审计。

实现细节

项目细节入口:

面试回答

整个链路包括请求处理、上下文装配、任务决策、工具执行和结果生成。

后端首先建立用户身份和访问范围,加载当前问题、近期对话及任务状态,明确用户目标和必要条件。模型根据这些信息,选择补问、调用工具或者生成答案。工具执行器接收结构化调用,完成参数、权限、超时和预算检查,再调用检索服务或业务 Service。执行结果返回后,模型继续判断信息是否充分,直到完成任务。

养老项目的核心路径是:问题进入检索工具,BM25 和 BGE-M3 分别召回子块,经过 RRF 融合与重排,再回溯父块补齐上下文,核对政策版本和适用时间,生成带 Evidence ID、文档和页码的回答。

农机项目首轮同时理解请求并选择路径,简单查询直接取证,复杂调查由主助手或领域专家补查。例如故障排查先定位设备、查询维保记录,再检索并阅读同修订的手册页面;调度进入草案、冲突校验、冻结审批或明确委托及事务内执行复核,最终按真实回执发布结果。

我负责的实现主要是文档处理、检索链路、业务接口和相关校验,并参与 Agent 工具执行与上下文管理。模型侧接入 BGE-M3、Reranker、ColQwen 等能力,业务规则由后端统一实现。

实现细节

项目细节入口:

任务理解与执行控制

如果用户需求比较模糊,Agent 怎么处理?

面试回答

我会先判断缺少的信息会影响什么,再决定先查还是先问。优先澄清会改变检索范围、业务对象或者执行结果的关键条件。

例如养老项目中,用户问“老人能领什么补贴”,Agent 先明确地区和用户想了解的内容。定位到相关政策后,再根据申请条件补问年龄、照护等级等信息。这样每次提问都有明确用途,用户也容易回答。

农机项目中,用户说“帮我安排明天的作业”,需要补齐经营单元、作业类型、时间和资源要求;成本分析缺少期间时先澄清。用户说“上次那台机器”,先用近期背景,必要时通过 memory.search 找回历史线索,再查询当前设备,多个候选让用户确认。

确认后的信息进入结构化任务约束,后续查询和执行统一使用。能够提前完成的只读查询先做,影响业务写入的关键条件补齐后再推进。

实现细节

项目细节入口:

面试回答

Agent Loop 的核心是模型决策与工具执行交替推进:模型提出工具调用,执行器校验并执行,将结果交回模型,再决定下一步。

状态通过两条路径传递。消息上下文保存当前问题、必要历史、工具调用及对应结果,供模型理解;结构化任务状态保存目标、约束、计划步骤、已有证据、缺失项和累计预算,供执行器推进流程。每轮工具完成后,先更新结果与步骤状态,再装配下一轮上下文。

养老项目中,普通查询通过 ReAct 动态补查,政策变化分析则用 Plan-and-Execute 管理版本定位、条款提取和差异比较,每个步骤内部按需使用 ReAct。

农机项目由 AgentScope 承载 ReAct,固定动作在函数内部使用 Graph Workflow,严格 P&E 由 Backend 冻结步骤依赖并交给 Graph 调度。主助手可委派作业、维保、成本和知识专家,专家共享工具能力边界、期限和取消,结果回到父级统一核验与冻结。

检测无进展时,我会重点看相同范围内是否反复调用相同工具和参数、返回的文档版本和原文位置是否持续重复,以及未完成步骤和证据缺口是否减少。例如补贴标准已取得,缺的是材料清单,下一步就转向附件或材料要求。

持续无进展时,改换检索方向、请求补充,或关闭工具并用已有证据收尾。养老项目以任务调用、时间和 token 预算控制循环;农机项目区分片段调用容量、输入窗口和持久目标根有效期,累计配额默认只统计,显式开启后才约束持久目标。普通继续沿用检查点和已有约束,模型或业务效果未知时先核对,不自动重放。

实现细节

项目细节入口:

面试回答

我会从工具边界、候选范围和执行反馈三个方面处理。

工具边界要让模型容易区分。养老项目中,知识检索负责找证据,原文读取负责取得完整条款,版本查询负责定位适用文件。农机项目中,设备查询、冲突检查、动作函数内准备草案及 Backend 授权提交分别承担明确的职责。

扩展到十几个工具时,我会按任务场景和用户权限筛选当前可用集合。知识问答提供检索和原文读取,调度再提供设备、人员、任务及冲突检查。农机项目首轮冻结必要工具集合,专家还受领域清单、委派工具和当前启停限制;每次调用仍复核当前权限。模型在当前相关的工具中选择,描述和 Schema 也更容易保持清晰。

功能重叠时,优先合并重复能力;需要保留的工具明确输入、输出和调用时机。例如检索负责返回候选,原文读取负责取得可用证据;独立知识问答综合答案,Agent 内部则由当前执行器统一综合。外部 MCP 提供八项用户授权只读工具,其能力取当前业务权限、客户端同意及固定工具的交集。

参数校验分两层:Schema 检查必填项、字段类型和枚举,业务层检查资源、时间、状态及权限。错误反馈包含具体字段、原因和修正要求,让模型在剩余预算内重新提交。写操作进一步核对冻结指纹、审批或委托和幂等标识,保证执行内容与授权一致。范围委托仅限新建作业,其他业务动作绑定精确冻结方案。

实现细节

项目细节入口:

上下文、历史压缩与评测

Agent 项目中,你如何管理长上下文?

面试回答

我把上下文分成对话背景、任务状态和证据,分别管理,再按当前任务装配。

对话背景使用滑动窗口保留近期消息,较早内容压缩为历史摘要;任务目标、地区、时间、设备 ID 和计划步骤结构化保存;证据保留文档版本、页码和 Evidence ID,按问题加载相关片段。

上下文优先放入当前问题、最新约束、当前步骤和必要证据,再补充近期对话与相关历史。预算覆盖系统协议、工具 Schema、消息结构和工具返回,并预留输出空间;没有可用 Tokenizer 元数据时使用保守输入估算,实际供应商用量另行记录。

养老项目主要通过滑动窗口和历史摘要控制对话长度,计划与证据单独跟踪。农机项目用 MySQL 保存消息、摘要、情景和显式画像,Redis 缓存带版本的近期消息,Qdrant 保存可重建记忆投影。首轮只装配有界摘要、近期规范消息和显式偏好,历史不足时按层调用 memory.search;召回后检查来源权限、版本和时间。

例如用户问“上次那台收割机修好了吗”,记忆负责找回设备和讨论背景,业务工具负责查询当前维修进展,两类信息共同支持回答。

实现细节

项目细节入口:

面试回答

我的处理方式是把完整记录外置,把当前任务必需的信息留在上下文。

长工具结果保存为可回查记录,上下文保留相关片段、结果标识和关键结论。例如查询返回几十台设备,模型当前需要的是候选设备、淘汰原因和关键字段,其余内容按需读取。

较早的执行过程压缩成结构化进展,保留用户目标、约束条件、已完成步骤、确认事实及来源、未解决问题和下一步。农机运行内移除完整旧工具交换,不额外调用模型压缩;跨轮语义摘要在后台生成,冻结方案、授权、checkpoint 和真实回执独立持久化。

关键约束独立保存。养老项目中的地区、政策时间和申请对象,农机项目中的资产 ID、作业时间和资源要求,每轮都按当前值加载。用户修改条件后,同步检查已有证据是否适用。农机恢复还会刷新过期读取,证据指纹变化只失效相关结论、草案及后继步骤,保留无关成果。

证据压缩重点保留影响结论的数值、单位、适用条件、例外和引用位置。例如“通过失能等级评估后可以申请”,压缩后仍要保留评估条件。表格和操作图保留页面关联,需要时读取原页。

压缩完成后,检查约束、缺失项和证据来源是否齐全,同时保持工具调用与返回对应。原轮上下文按用户消息上界冻结,再生成或恢复沿用原快照并过滤失权来源;断线恢复持久状态和已发布正文,继续持久目标才按检查点推进。

实现细节

项目细节入口:

RAG 的效果如何评估和优化?

面试回答

我按检索质量、回答质量和运行成本三层评估,再根据错误所在环节优化。

检索评测先建立标准证据。养老项目整理了 200 余道题,覆盖精确条款、口语表达、多条件和政策版本问题,标注支持答案的文档版本及原文范围。农机项目按证据页标注,覆盖文字参数、表格、结构图和跨页内容。

指标上,Recall@10 衡量前十条结果的证据覆盖,MRR@10 衡量第一条正确结果的位置,NDCG@10 衡量高相关证据的整体排序。回答侧检查事实、条件、完整性和引用支持;运行侧记录检索、证据加载与生成耗时,以及 token 和模型调用成本。

优化时,我会沿链路定位问题。证据没有进入候选集,检查文档解析、分块、查询表达和召回通道;证据进入候选集但排名靠后,调整融合、候选数量和重排;证据排在前面但回答缺条件,检查父块回溯、跨页内容和上下文裁剪;证据充分但答案有误,检查模型对数值、适用条件和引用的理解。

养老项目通过父子分块、混合召回、RRF 和重排改善检索,Recall@10 从 0.71 提升到 0.89,MRR@10 从 0.62 提升到 0.78,体现了证据覆盖和首条正确证据排序的改善。

农机项目重点处理手册中的图表和版面信息,通过页面渲染、MinerU 补充 OCR 和 ColQwen 视觉检索保留图文关系,Recall@10、MRR@10、NDCG@10 分别达到 0.945、0.798 和 0.839。

进一步分析组件贡献时,我会固定语料、题集和其他配置,分别对比单路召回、混合召回、重排与分块方案,让每次调整对应一个明确的效果判断。

实现细节

项目细节入口:

易混点与回答检查

复习时按问题目标选择重点:长上下文管理讲整体组织与装配,历史压缩讲一次长任务如何保留约束、进展和来源;Loop 讲状态推进与停止条件,工具选择讲能力边界与执行校验。

复盘手记

搜索笔记

输入关键词,搜索所有主题与问答。