**编程语言:** Java(主力)、SQL
**后端框架:** Spring Boot、Spring MVC、MyBatis
**数据库:** MySQL(索引、事务、SQL优化)
**缓存:** Redis(基础数据结构、缓存常见问题)
**消息队列:** RabbitMQ(基础使用、可靠性投递)
**工具:** Git、Docker(基础使用)、Maven
**其他:** 了解RAG(检索增强生成)基本原理、FastGPT开源版本本地部署
**开发工具:** IDEA、Cursor(AI辅助编码)
1. **数据采集Demo开发**
- 使用Spring Boot设计并开发了传感器数据采集的后端接口
- 定义了设备数据接入的格式规范
- 搭建了数据展示Demo供客户演示
2. **知识库技术调研与学习**
- 自学RAG(检索增强生成)的基本原理和完整流程
- 了解文档切片、向量化、向量数据库、相似度检索、大模型生成回答的技术链路
- 使用FastGPT开源版本在本地搭建测试环境,验证了文档上传、向量化、智能问答的完整流程
- 整理了一份知识库技术方案文档,包括所需组件、数据流程和工作量评估