面试题

JavascriptTypescriptNodejs面试

1.具体在做小程序的什么？（我在实习中提到【公告通知】这个功能）
2.微信订阅消息推送的链路，用户怎么收到推送的？想了解用到什么协议
3.get 和 post 怎么理解？
4.get 和 post 在网络传输链路上有什么区别？
5.小程序上也有 url 的长度限制吗？（上个问题我说到了 get 的 url 长度限制）这个限制是谁做的？
6.简单请求和飞简单请求？
7.自定义请求头是指什么？（上个问题我提到复杂请求可能是包含自定义请求头）
8.get 幂等，post 非幂等，主要什么原因导致的这种区别？
9.URI 是指？（我提到 uri，面试官说没有太理解到 uri 的概念）所有请求都一定是返回 uri 吗？
10.get 请求的默认缓存能力？
11.浏览器缓存有磁盘缓存和内存缓存，这个了解吗？浏览器怎么控制这两个缓存空间？两个的主要作用？
12.强缓存和协商缓存什么时候走内存/磁盘缓存？
13.settimeout 时间不准确的问题？
14.setTimeout  与浏览器渲染帧率的关系？
15.requestAnimationFrame 怎么解决 settimeout 时间不准确的问题？
16.async/await 和 promise 怎么解决回掉地狱？两者有什么区别？
17.两个数组相加在浏览器中执行结果：[1, 2, 3] + [4, 5, 6]？
18.解构赋值通过什么触发的？解构赋值是什么?（这个问题是因为我上个问题做错了，我以为两个数组相加就直接是对应索引值相加，解释时提到【解构赋值】，所以面试官才问的）
19.用 var 实现 const，写伪代码即可
20.实现 promise.all

作者：拜托 offer 吻上来
链接：https://www.nowcoder.com/feed/main/detail/82f6c6b453994a2fa6ed9827d316f936?sourceSSR=search
来源：牛客网

小鹏前端一面

1.浏览器渲染？
2.reflow，repaint
3.CSS  选择器优先级如何计算？
4.什么是  BFC？如何触发？
5.什么是  DOCTYPE？
6.盒模型有哪两种？区别是什么？
7.原型和原型链？
8.js 事件传播机制
9.防抖和节流的区别？各用在什么场景？
10.Promise ？如何链式调用？
11.async/await  的本质？
12.常见的  HTTP  状态码有哪些？
13.GET  和  POST ？
14.浏览器缓存有哪几种？如何设置？
15.Vue  双向绑定的原理是什么？
16.Vue  组件通信有哪些方式？
17.虚拟 DOM 和真实 DOM？
18.Vue  路由的模式及区别？
19.前端性能优化从哪些方面入手？
20.模块化规范有哪些？CommonJS  和  ES6 Module  区别？
21.TypeScript  相比  JS  的优势？
22.interface 和 type
23.如何检测前端内存泄漏？
24.如何调试前端代码？有哪些工具？
还有些项目内容#我的秋招日记##听到哪句话代表面试稳

作者：SssRi
链接：https://www.nowcoder.com/?
来源：牛客网

影石前端一面(已过)

八股

  1. html 渲染，遇到 script 标签会怎样

  2. async 和 defer 有啥区别，怎么执行的

  3. http 缓存(强缓存，协商缓存)

4.跨域

5.跨域的表现是什么样的，发出去无响应/压根没发?

6.请求发出去以后，根据啥判断是否跨域?

  1. option 请求

8.介绍一些 es6 和更新的 API

9.箭头函数和 function 区别

  1. 事件循环

11.怎么利用事件循环机制，优化大量计算导致的页面卡顿问题

12.了解 requestAnimationFrame 吗，他在事件循环中的位置是啥

13.怎么理解 react 中的 hooks，为啥不用类组件，好在哪

14.自己有封装自定义的 hook 吗?为啥不用普通的方法函数

15.有了解 ahooks 库里的 useAsync 吗，啥原理

  1. AI 的数据流式返回是啥原理?(实习相关)

  2. Zustand 和 Redux 是啥区别

  3. setState 为啥不能立刻拿到更新后的值

场景

1.浏览器输入 url 之后，白屏时间过长，哪些环节可以优化

2.可以用缓存优化吗

3.如果分页的时候快速连续点了第二页和第三页，结果第二页的请求比第三页的返回更慢，出现问题，因为其实想看第三页。怎么解决这个问题

作者：Offer 心愿达成中 ​
链接：https://www.nowcoder.com/?
来源：牛客网

字节前端一面（75 分钟）

  1. 自我介绍

  2. 介绍一下项目及基础架构

  3. 项目拷打（大约 20 分钟、围绕简历提问）

  4. 性能优化怎么做的（大约 20 分钟）

性能优化会从性能指标到阶段分析到优化细问

  1. JSBridge 和客户端底层怎么进行通信的

  2. Ts 的 keyof、tyoeof、泛型、装饰器；ts 在前端工程化有什么作用呢

  3. JS 基础数据类型、通过哪些方法可以判断一个变量是数组类型？（问了 5 种方法）

  4. 做移动端的时候怎么保证视觉的还原度

  5. 如果视觉走查的某个视觉问题反复调整都无法完美还原怎么解决

  6. AI 视觉稿转代码详细说说

  7. 为什么移动端上图片会展示模糊呢？

  8. DRP 对图片渲染模糊有什么关联

  9. 移动端的动画选型和动画类型

  10. 有没有自己使用过 canvas 做一些绘制或动画渲染呢？

  11. js 驱动的动画遇到卡顿怎么优化和处理呢

  12. 重绘重排在渲染层为什么会有不同的性能影响

  13. React 的常用 hooks；

  14. React 对比直接使用 js 有什么提升？

  15. React18 之前的版本对比 React18 有什么不同

  16. 服务端渲染 ssr、rsc 与 csr 的对比；水合失败会怎样

  17. http 0.9, http 1.0 ,http 1.1， http2，http3 的区别，队头阻塞在各个阶段的问题和解决方案

  18. TCP vs UDP，介绍一下 TCP 的慢启动，强缓存+协商缓存

  19. csrf xss

  20. 加密方式了解哪些，介绍一下对称加密，非对称加密

  21. 日常怎么使用 AI 的，在工作中有哪些提效

  22. 两道题

26.1. 手写数组的 flat 方法

26.2. 手写一个 PromiseAll，写完后顺便问了 Promise 的其他方法

整个过程都通过聊天去问一些问题，面试体验很棒，回答的还不错，百分之 95 都回答上来了，手写题也是秒了，结果还是挂了

作者：关关过的奋斗青春 ​
链接：https://www.nowcoder.com/?type=818_1
来源：牛客网

Fiber

React 16 以前是同步任务, 不可中断, 导致更新容易卡死。

Fiber 架构是将一个庞大的更新任务, 拆分成 可中断, 异步, 可恢复的微小工作单元 (Fiber)

每完成一个单元就将控制权交还给浏览器, 检查是否有更高优先级的任务 (用户输入, 滚动, 其他地方的动画)

为了实现 可中断, React 将工作流拆分成了两个阶段

  1. 渲染/调和阶段
    1. 可中断的异步 working in process tree
    2. 计算出所有节点的变更
    3. 可以暂停, 重做, 丢弃, 没有影响用户的副作用
  2. 提交阶段 (Commit Phase)
    1. 不可中断的同步阶段

2026-07-15 11:21 | Firecrawl 牛客前端 Agent 同步

面经

快手 AI Agent 前端二面

  • 原帖问题与答案：原帖列出 9 个问题，均未提供答案。
    1. React Fiber 架构解决了什么问题，工作原理是什么？
    2. 开发 Agent 产品时，如何实现流畅的打字机输出？
    3. 如何处理 Agent 长文本中的 Markdown 和 LaTeX 公式渲染？
    4. 项目如何做前端性能优化，有哪些量化指标？
    5. Webpack 构建流程是什么，做过哪些打包优化？
    6. 为什么需要微前端，常用方案有哪些？
    7. Agent 复杂状态应用选择什么状态管理方案，为什么？
    8. 是否了解小程序、KwaiNative 等跨端方案？
    9. 前端如何捕获异常，如何监控白屏？
  • 可复习问题：
    1. Agent 流式打字机、Markdown/LaTeX 渲染和复杂状态管理如何设计？
    2. 前端性能、构建、跨端与异常监控如何落到量化指标？

百度 AI Agent 前端研发实习生面经

  • 原帖问题与答案：原帖列出 40 个技术问题，均未提供答案。
    1. AI 辅助开发的完整工作流和真实使用场景是什么？
    2. 如何固化 AI 工作流的 case、方案和收益？
    3. 如何把能力封装为 Skill，如何定义触发条件和意图识别中的人工干预？
    4. 多 Skill 串行或嵌套时，如何处理依赖冲突、参数不兼容和编排优先级？
    5. AI 工作流上线后如何做全链路监控、异常告警和幻觉兜底？
    6. Agent 为什么选 LangChain，而不是直接调用 OpenAI 接口？
    7. 文案解析到自动剪辑是否独立开发，有哪些优化点，Skill 如何定义和拆步？
    8. 为什么引入有限状态机，6 个核心状态和流转规则如何用 transitions 实现？
    9. 如何保证状态幂等并防止任务重复执行？
    10. 任务成功率 99.5% 如何统计，每条任务是否标记状态？
    11. 调度、工具编排和异步流程是否独立完成？
    12. 使用什么大模型，如何控制调用成本？
    13. 如何排查和熔断状态机卡死、悬停与死循环？
    14. FFmpeg 导致 CPU 或内存突增时，Agent 如何动态限流、分片和降级？
    15. 切换国产大模型时，提示词和工具调用逻辑要改什么？
    16. 海量积压时，RabbitMQ 死信队列和延迟队列如何保障稳定消费？
    17. 旧埋点为什么需要深层组件嵌套传参？
    18. 为什么用 Context 优化埋点，作用域是全局还是组件级？
    19. 优化前后组件嵌套结构有什么变化？
    20. 新旧埋点并行改造时，如何保证旧代码和线上运行稳定？
    21. Context 频繁更新引发重渲染时，memo、useMemo、useCallback 如何落地？
    22. 大规模存量页面如何灰度上线新埋点，AB 分流和数据校验怎么做？
    23. AI 对话为什么优先 SSE 而不是轮询？
    24. SSE 与 WebSocket 有什么区别，能否独立实现聊天通信逻辑？
    25. SSE 返回什么数据结构？
    26. 如何实现断线自动重连、指数退避和断点续传，避免丢文本？
    27. 打字机逐字输出如何实现，渲染间隔设多少？
    28. 超长文本打字机卡顿如何用分片和异步队列优化？
    29. 音频可视化效果和处理后的数据格式是什么？
    30. 基于 FFT 的完整开发思路和技术选型依据是什么？
    31. 频谱柱状高度如何适配不同屏幕？
    32. 移动端后台锁屏导致音频采集中断时，如何捕获并重启 WebAudio 上下文？
    33. FCP、LCP 通过什么方式采集？
    34. 首屏性能优化前后如何对比，为什么主动做性能埋点？
    35. 页面滚动优化是自研还是第三方库？
    36. LCP 被大体积音频阻塞时，预加载和分片加载如何落地？
    37. Agent 和普通 Chatbot 有什么区别？
    38. Agent 的核心组成模块有哪些？
    39. RAG + Agent 中如何用重排和过滤改善检索幻觉、无关文档召回？
    40. Multi-Agent 如何设计分工和冲突协商机制？
  • 可复习问题：
    1. Skill 编排、状态机、幂等、熔断、成本和可观测如何组成可运行的 Agent 工作流？
    2. SSE 重连、断点续传、打字机性能和 WebAudio 可视化如何实现？
    3. RAG 检索质量与 Multi-Agent 协作如何落地？

百度 AI Agent 前端二面

  • 原帖问题与答案：正文明确提到 3 个问题，均未提供答案；配图中的其他问题无法从 Scrape 正文证明。
    1. 如何实现带超时时间和超时次数的 Promise 重试？
    2. Zustand 为什么轻量化？
    3. 如何结合工作流进行开发？
  • 可复习问题：
    1. Promise 重试如何同时控制单次超时和总重试次数？
    2. Zustand 的轻量化体现在哪里？
    3. Agent Workflow 如何映射到实际开发流程？

商汤科技 AI Agent 开发面经

  • 原帖问题与答案：原帖列出 4 个问题，均未提供答案。
    1. 设计类似 LangFlow 的 AI Agent 工作流编排画布时，选择什么技术栈，核心难点是什么？
    2. RAG 系统中，前端如何优化长文档展示和引用来源跳转？
    3. AI 时代前端工程师的角色发生了什么变化？
    4. 如何在 AI 快速迭代时兼顾团队技术栈的稳定性与前瞻性？
  • 可复习问题：
    1. Agent 可视化编排画布的节点模型、连线、状态同步与性能难点是什么？
    2. RAG 长文档和引用跳转的交互如何设计？

百度 Agent 前端一面

  • 原帖问题与答案：
    1. 日常开发如何使用 AI？原帖回答涉及让 AI 编写覆盖正常和边界情况的测试脚本。
    2. 已有测试 Skill 时如何使用，如何确保执行？原帖回答涉及渐进式加载 Skill，以及用固定 Workflow 承载主流程、由 Agent 或 LLM 执行节点任务；面试官补充可把 Workflow 写入 system prompt。
    3. 项目打字机效果如何实现，帧率如何计算？原帖未提供答案。
    4. Markdown 渲染如何防 XSS？原帖只提到 GFM 白名单，未展开。
    5. 什么是 CSRF 攻击？原帖未提供答案。
    6. 为什么 AI 输出用 SSE 而不是 WebSocket？原帖未提供答案。
    7. AI 生成歌曲耗时较长时，如何改善等待体验？原帖未提供答案。
    8. 等待进度条当前 task 如何实现？原帖提到 SSE 自定义事件，未展开。
    9. 为什么播放器使用全局状态管理？原帖未提供答案。
    10. 如何根据音乐做音波震动效果？原帖回答可用现成库，或定期分析音乐特征生成主波频并用噪声模拟小波频；面试官补充音乐文件可解析为包含特征信息的数组。
    11. 为什么项目使用 Next.js？原帖提到高交互区域不适合使用 SSR。
    12. 知道哪些性能指��，如何监测？原帖未提供答案。
    13. 简历中的性能优化具体怎么做？原帖未给出细节。
    14. AI 是否会取代前端？原帖未提供答案。
    15. 了解哪些动画库或 UI 库？原帖未提供答案。
  • 可复习问题：
    1. 如何用 Skill + Workflow 固化 AI 测试流程并保证节点执行？
    2. SSE 自定义事件如何驱动任务进度和流式文本？
    3. Markdown 安全、音频可视化、SSR 边界和性能指标如何回答？

简历/岗位材料

2026 年，AI 全栈时代到了，前端简历别再只写前端技术了

  • 信号：
    1. 原帖认为仅写调模型、工具调用和聊天界面缺少区分度，项目应体现 Agent Runtime、显式状态机、评测回归、可观测、安全、成本和人工干预。
    2. 前端优势应落在过程可视化、步骤和工具状态、审批、中断重试、异常恢复，以及 token 和成本展示。
    3. 简历中的性能数字需要说明统计口径和复现方式，项目描述需要包含场景、难点、个人职责和可验证结果。
  • 可追问方向：Agent Loop 如何显式建模；步数、超时、预算和取消如何由 Runtime 控制；高风险工具调用如何审批；trace、评测集和发布闸门如何闭环；token、step、progress 事件如何统一建模。

通过 JD 看 AI 时代前端开发者需要具备的技能

  • 信号：
    1. 原帖归纳的前端 Agent 岗位能力包括 React/Vue/TypeScript、状态管理、可视化编辑器、SSE/WebSocket，以及 Agent 多轮对话和工作流界面。
    2. AI IDE 方向涉及 Monaco Editor、WebAssembly、代码生成与理解、知识问答、插件生态和工具链。
    3. 多模态方向涉及 Canvas/WebGL/WebGPU、WebRTC、内容预览编辑、FPS 和内存优化；AI 工程化还涉及模型接入、Token、缓存、延迟、数据脱敏和内容审核。
  • 可追问方向：Agent 编排画布如何建模；SSE/WebSocket 如何选型；Monaco 与 AI 代码生成如何集成；多模态预览的性能如何衡量；模型输出如何做安全合规。

前端转 Agent 是如何拿到三个大厂 offer 的

  • 信号：
    1. 原帖将前端转 Agent 的真实技术点归纳为上下文管理、工具调用、任务轨迹、Memory/State、成本和延迟控制，而不是只写 Prompt + API Demo。
    2. 前端的状态管理、模块化、API 设计和工程结构可以迁移到 Agent Loop、Tool、Observation 和 Context Engineering。
    3. 项目描述应给出 latency、token cost、success rate 等量化指标，说明方案取舍，并强调解决具体问题和落地。
  • 可追问方向：Agent 轨迹如何记录和回放；Tool 与 Observation 如何设计；上下文和状态如何管理；延迟、token 成本和成功率如何定义统计口径。

2026-07-15 12:04 | Firecrawl 牛客前端 Agent 同步

面经

知乎前端面经

  • 原帖问题与答案：
    1. SSE 流式返回机制。原帖未提供答案。
    2. 图表生成失败怎么考虑。原帖未提供答案。
    3. MCP Server 怎么理解。原帖未提供答案。
    4. AI 上下文治理，包括污染、回退、Sub Agent 隔离、压缩、Skill。原帖未提供答案。
  • 可复习问题：
    1. SSE 流式返回机制是什么？
    2. 图表生成失败时如何处理？
    3. 如何理解 MCP Server？
    4. 如何处理 AI 上下文污染、回退、Sub Agent 隔离、压缩与 Skill？

美团前端暑期一二面面经

  • 原帖问题与答案：以下问题原帖均未提供答案。
    1. 如何理解 AI？分享哪些好用的 AI 工具，主要用 AI 解决什么问题？
    2. 项目中很多场景可由 AI 完成，应该怎么看，未来如何提升竞争力？是否实际尝试过 AI 工具？
    3. 智能对话平台项目中，AI 对话流式输出为什么用 SSE 而不是 WebSocket？SSE 的好处、原理、断线风险与心跳保活如何处理？
    4. 为什么选 DeepSeek？项目的关键技术点和 AI 部分如何实现？
    5. 项目代码中 AI 生成占比多少，如何让 AI 生成代码并把控质量？AI 输出不符合预期甚至“欺骗”时如何处理？
    6. 性能优化是否由 AI 辅助，优化代码由谁编写？
    7. 如何处理语音噪声？若让 AI 做前端语音降噪，如何提出实现要求并验证方案可靠性？
    8. 如何测试验收项目，如何覆盖弱网、噪音和真实使用场景？
    9. 用过哪些 AI 工具，如何使用？是否部署过 LLM 服务？
    10. AI 自动生成周报任务如何理解并拆分模块？数据如何采集、采集哪些信息？哪些步骤必须人工介入？空数据如何处理？
    11. AI 自动生成周报工程目录中各 TS 文件有什么作用，为什么设计 base collector 基类，数据处理模块处理什么，还可如何改进？
    12. AI 时代如何应对多端技术要求，如何保持对 AI 代码的判断力，看不懂时怎么办，如何快速提升技术认知？
  • 可复习问题：
    1. SSE 流式输出、断线恢复与心跳保活如何设计？
    2. 如何控制 AI 生成代码的质量并完成工程验收？
    3. 如何拆解 AI 自动生成周报任务并划定人工介入边界？
    4. 如何验证 AI 提供的前端语音降噪方案？

前端+AI 面试题真题

  • 原帖问题与答案：
    1. SSE 与 WebSocket 有什么区别？原帖从通信方向、协议、数据类型、重连、使用成本和适用场景进行对比：SSE 基于 HTTP、服务端单向推送、只传文本且浏览器支持自动重连，适合 AI 流式输出；WebSocket 为 ws/wss 全双工协议，支持文本和二进制，需要自行实现心跳与重连，适合聊天、游戏和协同编辑等双向实时场景。
    2. RAG、Agent、Function Call、MCP、Skills 是什么？原帖将 RAG 概括为先检索再生成，Agent 负责规划并调用工具，Function Call 用于调用外部接口，MCP 统一模型与工具的通信，Skills 封装可复用能力。
    3. 个人 AI 技能如何描述？原帖列出提示词工程、RAG 私有知识库、Agent 工作流与 Function Call、前端对话界面与流式输出、多 Agent 协作及需求拆解和方案落地。
    4. 主流模型及应用场景有哪些？原帖列举 GPT-4o、Gemini、Claude、Llama、文心一言、通义千问、讯飞星火和 Kimi，并给出概括性特点；这些特点未提供进一步证据，标记 uncertain。
    5. 使用哪些 IDE，如何对比？原帖比较 VS Code、WebStorm、Cursor 和 Zed，并建议按日常开发、AI 开发和大型项目选择。
    6. 如何理解多 Agent？原帖描述为主管 Agent 分配任务、多个智能体分工执行并汇总，列出 AutoGen、CrewAI、LangGraph。
    7. AI 在实习部门有哪些应用场景？原帖列出智能客服与内部问答、代码生成、文档生成与总结、页面生成、自然语言转图表和测试生成。
    8. ReAct 与 Transformer 如何理解？原帖将 ReAct 概括为思考、行动、观察的循环，将 Transformer 概括为以自注意力理解上下文的模型基础架构。
    9. 现有需求如何用 AI 实现？原帖给出需求拆解、/plan、/spec、实现、测试、上线优化的步骤，并要求关注幻觉、流式稳定性和异常处理。
  • 可复习问题：
    1. SSE 与 WebSocket 如何按 AI 交互场景选型？
    2. RAG、Agent、Function Call、MCP、Skills 如何协作？
    3. 多 Agent 的分工、通信与汇总流程是什么？
    4. 如何用 /plan 和 /spec 把现有需求拆解为可实现、可测试的 AI 功能？

为什么 AI Agent 多用 SSE？以及 SSE 和 WebSocket 技术选型

  • 原帖问题与答案：为什么 Agent 项目选择 SSE 而不是 WebSocket？原帖认为，大模型对话多为服务端到客户端的单向流式输出，SSE 基于 HTTP，接入和运维成本较低，并支持自动重连；当场景需要语音实时打断、多端协同、高频双向交互或二进制传输时，应考虑 WebSocket。原帖把 SSE 称为“长轮询升级版”，这一表述不严谨，标记 uncertain。
  • 可复习问题：
    1. 为什么 AI Agent 流式输出通常优先考虑 SSE？
    2. 哪些实时交互场景必须改用 WebSocket？
    3. SSE 与 WebSocket 在重连、心跳、多实例和运维上的成本分别是什么？

前端面试中怎么应对 AI 相关问题

  • 原帖问题与答案：
    1. 工作中如何使用 AI，主要解决什么问题，如何更高效使用 AI？原帖建议基于真实场景诚实回答，并补充 AI 痛点和 Prompt 设计等思考。
    2. Model、Agent、RAG、MCP、Vibe Coding、Function Calling 等概念如何区分与关联？原帖建议掌握概念及相互关系，未提供具体答案。
    3. 流式数据交互如何实现？原帖未提供答案。
    4. MCP Server 如何传递数据？原帖未提供答案。
  • 可复习问题：
    1. 如何用真实项目说明 AI 工具的使用方式与边界？
    2. Model、Agent、RAG、MCP、Vibe Coding、Function Calling 有什么区别与联系？
    3. 前端流式数据交互和 MCP Server 数据传递如何实现？

简历/岗位材料

开源 Agent 项目推荐 + 如何用它们丰富简历

  • 信号：
    1. 原帖把已合并 PR、针对具体问题的深度实践、源码分析文章和 Issue 排查列为可验证的开源产出，强调必须写清改动内容，而不是只写项目名或“跑通”。
    2. 对前端方向，原帖点名 Open WebUI 的 Streaming 展示、工具调用可视��、多轮对话和文件上传；也建议自行开发 MCP Server，或为 Agent 项目接入 Langfuse 可观测性。
    3. 原帖建议简历项目包含明确问题、技术取舍、对比实验与结论；文中的具体 PR 数量和性能指标均是写法示例，不是作者已验证成果。
  • 可追问方向：Streaming 与工具调用 UI 如何组织？MCP Server 的工具注册、参数 Schema 和通信如何实现？如何用 Trace 回放 Agent 步骤并验证改进效果？

前端转 AI Agent

  • 信号：
    1. 原帖列出的前端切入方向包括 AI 应用端 Agent、MCP/工具调用、RAG、全栈 Agent、企业流程 Agent、端侧 WebLLM 与 Agent 平台。
    2. 可迁移能力集中在 SSE 流式渲染、复杂交互与状态管理、工具调用前端对接、引用溯源、文档渲染、Node 服务和浏览器运行时。
    3. 原帖关于“薪资高”“爆款”“无缝转型”等市场判断没有数据支撑，标记 uncertain。
  • 可追问方向：如何渲染工具调用与流式事件？如何管理多轮会话和记忆状态？如何在浏览器端运行轻量模型并处理性能与隐私？

适合写进简历的 Agent 项目推荐

  • 信号：
    1. 原帖认为适合面试展开的项目需要同时体现业务场景、系统设计和工程实现，而不只是接入模型。
    2. AI Coding/代码仓库问答可涉及代码切片、RAG、Tool Calling、上下文、状态管理、AST、调用链与测试生成；Deep Research 可涉及查询拆分、多源抽取、去重、重排和引用。
    3. 长期记忆/个人知识库可围绕长短期记忆划分、写入时机和旧信息污染展开；AIOps 可围绕日志、指标、告警、runbook 与人工接管展开。
  • 可追问方向：代码仓库如何切片和组织上下文？联网研究结果如何去重、重排并保留引用？长期记忆如何写入、召回和避免污染？

一个好的简历 Agent 项目，必须具备的几个关键因素

  • 信号：
    1. 原帖建议项目覆盖 API 服务、数据库、会话管理、日志、错误处理、兜底与并发处理，体现可上线的系统工程能力。
    2. Agent 能力应体现意图识别、任务路由、工具调用或多 Agent 协作；原帖同时指出，并非所有场景都需要 Multi-Agent，单链路工作流可能更可控。
    3. 上下文管理、Trace/Session/User 维度的可观测性和自动化评测被列为可深入追问的工程点。
  • 可追问方向：什么时候选择单 Agent 工作流或 Multi-Agent？如何治理上下文共享与污染？如何记录工具调用、模型请求并构建自动化评测？

做了个 AI Agent 面试题库

  • 信号：
    1. 原帖公开了一个 React + Ant Design 前端、FastAPI + SQLite 后端的 Agent 面试题库，并明确说明主要由 Cursor/Claude Code 生成。
    2. 项目使用 SQLite FTS5 做全文检索，并以关键词匹配方式关联开源项目；作者明确承认答案由 AI 生成，可能不准确。
    3. 该项目真实技术点是 AI 辅助实现、全文检索和知识引用；内容正确性验证与相关度算法仍是明显追问点。
  • 可追问方向：如何审核 AI 生成代码和答案？为什么选择 FTS5，如何评价检索质量？关键词相关度如何升级为可验证的召回与排序方案？

2026-07-16 12:52 | Firecrawl 牛客前端 Agent 同步

简历/岗位材料

教你如何快速包装简历（Agent相关）

  • 信号：
    1. 原帖建议 Agent 项目写清多步任务分解、任务状态机、模型推理与规则约束结合的路由，以及统一、可插拔的工具接口。
    2. 稳定性与工程化技术点包括参数和 Schema 校验、重试与 fallback、长短期记忆及上下文压缩、日志与 tracing、任务级监控。
    3. 原帖建议用任务完成率、工具调用准确率、响应延迟和 token 成本建立评估闭环；其中 X% 和 XX% 均为占位写法，并非可验证成果，标记 uncertain。
  • 可追问方向：任务状态机和 tool routing 如何实现；RAG 的向量检索、语义重排与 Agent 决策上下文如何协同；记忆压缩、超时降级、评测集和 tracing 如何形成工程闭环。

2026-07-16 12:57 | Firecrawl 牛客前端 Agent 同步

  • 本次检索词：site:nowcoder.com "前端" "Agent" "面经"；site:nowcoder.com "前端" "Agent" "简历"；site:nowcoder.com "AI Agent" "前端" "面试"
  • 新增面经：0 条；新增简历/岗位材料：0 条。
  • 数据来源：本次无新增原帖。
  • 本次没有新的高相关材料。

2026-07-16 13:08 | Firecrawl 牛客前端 Agent 同步

面经

快手前端 AI 应用开发一面

  • 原帖问题与答案：以下问题原帖均未提供答案。
    1. 事件循环中微任务和宏任务的执行顺序是什么？
    2. AI 流式输出中的 SSE 和 WebSocket 有什么区别？
    3. 如何实现带并发控制的 Promise 控制器？
    4. TypeScript 泛型及 extends 关键字有什么作用？
    5. CSS 如何实现类似 ChatGPT 对话框的自动滚动到底部效果？
    6. 如何判断包含大、中、小括号的字符串是否合法？
  • 可复习问题：SSE 与 WebSocket 如何选型；Promise 并发控制如何实现；聊天列表自动滚动如何处理。

快手暑期 AI 前端一面

  • 原帖问题与答案：以下问题原帖均未提供答案。
    1. 请做自我介绍。
    2. 实习的核心需求是什么？
    3. 实习项目有哪些难点？
    4. 自研项目的进展和产品方案是什么？
    5. 是否开发过 Agent？
    6. 当前前后端 HC 是否紧缩？原帖转述面试官称 AI 破坏了原有工作流，但没有进一步证据，标记 uncertain。
    7. 前后端入职后是否都会以 Agent 开发为核心，主要做 Agent 工作流和部署？原帖转述面试官回答“确实”，适用范围不明，标记 uncertain。
  • 可复习问题：如何证明自己开发过 Agent；实习项目与 Agent 工作流、部署需求如何关联。

美团 AI Coding 前端开发一面

  • 原帖问题与答案：以下问题原帖均未提供答案。
    1. JavaScript 事件循环中宏任务和微任务的执行顺序是什么？
    2. Flex 如何实现垂直居中且两端对齐？
    3. SSE 和 WebSocket 有什么区别，为什么 AI 对话多用 SSE？
    4. 如何实现考虑循环引用和 Symbol 的深拷贝？
    5. TypeScript 泛型是什么，如何提取 Promise 返回类型？
    6. 如何求无重复字符的最长子串长度？
  • 可复习问题：AI 对话为何选择 SSE；深拷贝与 Promise 类型工具如何实现。

阿里云 AI 应用开发前端一面

  • 原帖问题与答案：以下问题原帖均未提供答案。
    1. SSE 与 WebSocket 有什么区别，AI 对话为什么通常选择 SSE？
    2. LLM 返回 Markdown 流时，如何处理代码块或公式截断造成的渲染闪烁？
    3. 如何用 Fetch API 的 ReadableStream 实现简单的流式数据解析器？
    4. Promise.all、Promise.allSettled 和 Promise.race 有什么区别，在 AI 场景中如何应用？
    5. 对话界面如何自动滚动到底部，同时允许用户向上查看历史消息？
    6. Record、Partial、Pick 等高级类型在 AI 接口响应定义中有什么作用？
  • 可复习问题：流式 Markdown 如何稳定解析；ReadableStream 如何跨 chunk 缓冲；自动滚动如何区分程序滚动与用户滚动。

得物 AI 应用开发前端一面

  • 原帖问题与答案：以下问题原帖均未提供答案。
    1. AI 流式输出中的 Markdown 标签被截断时，前端如何渲染？
    2. 什么是 RAG，前端可以参与哪些环节？
    3. 如何通过 Prompt Engineering 减少前端请求的 token 消耗？
    4. AI 聊天消息很多时，如何保证滚动平滑？
    5. 如何防范 Prompt Injection？
    6. AI 项目的性能监控有哪些特殊指标？
    7. 通用 AI Chat 组件应设计哪些 Props 和 Slots？
    8. AI 接口网络抖动时，前端重试机制如何设计？
    9. 向量数据库如何用于前端，前端是否需要处理向量化？
    10. 如何实现支持拖拽上传、预览并可被 AI 解析的附件功能？
  • 可复习问题：AI Chat 组件契约如何设计；流式 Markdown、长列表、重试、附件与安全如何组成完整交互链路。

MiniMax 前端 AI 开发实习一面

  • 原帖问题与答案：以下问题原帖均未提供答案。
    1. SSE 与 WebSocket 有什么区别，AI 对话为什么多采用 SSE？
    2. AI 聊天列表的长文本渲染卡顿如何处理？
    3. 如何用 Fetch 处理 ReadableStream，模拟 AI 流式输出？
    4. 自动滚动到底部如何处理用户手动向上滚动的冲突？
    5. Promise.all 和 Promise.allSettled 有什么区别，调用多个模型接口时如何选择？
    6. CSS 如何实现类似 ChatGPT 的打字机光标闪烁效果？
  • 可复习问题：长文本流式渲染如何控制更新频率；多模型并发的失败语义如何选择；滚动锚定如何实现。

字节剪映暑期实习 AI 前端一面

  • 原帖问题与答案：以下问题原帖均未提供答案。
    1. AI Agent 系统的背景、职责和落地成果是什么？
    2. 主从 Agent 如何分工？
    3. 从 Agent 数量如何确定，如何避免重复探索？
    4. MCP 和 Tool Calling 有什么区别？
    5. Skill 和固定 Workflow 有什么区别，如何选型？
    6. 如何复用 Agent 经验并优化 Memory？
    7. Next.js 电商项目的核心工作、难点和方案是什么？
    8. CSR、SSR、SSG 的区别、优缺点和适用场景是什么？
    9. SSR 和 CSR 哪个维护成本更高，为什么？
    10. TLS 1.2 与 TLS 1.3 的握手有什么区别？
    11. HTTPS 如何防止中间人攻击？
    12. 超卖问题的根因和解决方案是什么？
    13. 智能商品查询助手的架构、问题和优化手段是什么？
    14. Rerank 的作用是什么？
    15. 为什么商品推荐使用 RAG，而不是直接使用大模型？
    16. 如何寻找两个无限输入流共同出现的元素？
    17. 个人项目和团队项目有什么区别，协作中遇到过什么痛点？
  • 可复习问题：主从 Agent 如何控制并行与重复探索；MCP、Tool Calling、Skill、Workflow 如何划分；RAG 推荐为什么需要 Rerank。

字节剪映暑期实习 AI 前端二面

  • 原帖问题与答案：以下问题原帖均未提供答案。
    1. 实习项目的背景、职责和成果是什么？
    2. 系统优化如何定位根因、制定方案并验证效果？
    3. Memory 复用机制的初衷、实现、存储和管理方案是什么？
    4. 为什么选择主从多 Agent 架构，和其他架构相比有哪些取舍？
    5. 当前技术瓶颈和后续迭代方向是什么？
    6. ReAct、Self-Discovery、Plan-and-Execute 的原理与适用场景是什么？
    7. 电商 RAG 智能导购的功能、链路和效果是什么？
    8. RAG 召回准确率如何逐步优化？
    9. 如何测量召回率？
    10. 为什么只用商品标题向量化，而不使用全字段？
    11. RAG 项目还有哪些优化方向？
    12. Agent 项目最大的系统难点是什么，如何解决？
    13. Agent 模块耦合严重、调试成本高时，如何解耦？
    14. 是否有大模型微调实践？
    15. 大模型微调的核心难点是什么？
    16. Prompt 工程和模型微调如何权衡？
    17. AI 对前端工程师有什么影响？
    18. 如何理解 AI Native 前端工程师？
    19. 为什么应聘剪映，求职动机是什么？
    20. 对剪映产品和前端团队有哪些了解？
    21. 如何用 JavaScript 实现最大并发数为 2 的异步 Scheduler？
  • 可复习问题：多 Agent 架构如何选型与解耦；Memory 如何存储和复用；RAG 召回率如何测量；Prompt 与微调如何选择。

2026 年前端面试中的 AI 工作流问题

  • 原帖问题与答案：
    1. 日常 AI 工作流是什么？原帖将流程分为上下文准备、需求分析、代码生成、自动验证、上线优化五阶段；涉及 Rule、MCP、Skills、任务拆分、测试、CI、Code Review、监控和知识库更新。
    2. 如何保证 AI 生成代码的质量？原帖回答包括开发前的规范与架构约束，开发中的上下文和 Skill，提交时的静态检查、测试与人工 Review，以及运行时监控反馈。
    3. 使用哪些 AI 工具，各自优势是什么？原帖按 Cursor、Claude/GPT-4 和 ChatGPT 分别对应日常编码、复杂方案分析和快速学习查询；其中具体使用频率只是作者个人情况。
  • 可复习问题：如何把 AI 编码工作流固化为可审计流程；Rule、MCP、Skill、测试、CI 和监控如何形成质量闭环。

简历/岗位材料

前端 AI 岗位需要达到的能力强度

  • 信号：
    1. 原帖列出的前端基础包括 JavaScript/TypeScript、React 或 Vue、工程化、Node.js，以及 AI 流式输出所需的 SSE/WebSocket。
    2. AI 应用能力包括模型 API、流式输出、多轮对话、Prompt、RAG、Agent 工具调用、多模态处理和生成式 UI。
    3. 进阶方向包括 Transformers.js、WebGPU、模型优化和隐私计算；原帖将部分能力称为“必备”或“大厂刚需”，但没有岗位样本支撑，标记 uncertain。
  • 可追问方向：模型流式事件如何映射到前端状态；RAG 与 Agent 工具调用如何接入 UI；WebGPU 端侧推理如何处理性能、模型体积和隐私。

2026-07-17 12:08 | Firecrawl 牛客前端 Agent 同步

面经

字节前端实习二面面经

  • 原帖问题与答案：以下相关问题原帖均未提供答案。
    1. AI Agent 怎么使用，平时如何在自己的项目里落地 AI 实践？
    2. AI 使用过程中有哪些令人难受的地方，或者希望大模型改进什么？
    3. 是否尝试过 Workflow 这种固定的大模型工具？
    4. 是否使用过 Skill 来沉淀自己的方法论？
  • 可复习问题：
    1. 如何用真实项目说明 AI Agent 的落地方式？
    2. Workflow 与 Skill 分别如何固化 AI 开发流程和方法论？

360 前端二面

  • 原帖问题与答案：以下相关问题原帖均未提供答案。
    1. 流式对话的实现原理是什么？
    2. 在 AI 项目中如何实现用户权限管理？
    3. 操作权限如何实现？
    4. 多模态 AI 工具调用对工作和生活有什么影响？
    5. 如何看待 AI 代替前端？
    6. 知识库文件解析预览如何做性能优化？
    7. RAGFlow 和 Dify 有什么区别？
    8. 大模型 Function Calling 的函数如何调用？
  • 可复习问题：
    1. AI 项目的用户权限、操作权限与工具调用权限如何分层？
    2. 流式对话、知识库预览和 Function Calling 如何组成前端交互链路？

腾讯前端二面

  • 原帖问题与答案：
    1. 大模型流式输出是什么原理？原帖括注答案为 SSE，未进一步展开。
    2. SSE 和 WebSocket 有什么区别，应用层是什么协议，基于 UDP 还是 TCP？原帖未提供答案。
    3. 为什么 WebSocket 不用 UDP，为什么 HTTP/3 可以用 UDP？原帖未提供答案。
  • 可复习问题：
    1. 大模型流式输出为什么可以使用 SSE？
    2. SSE、WebSocket 与 HTTP/3 的应用层和传输层关系是什么？

27 届暑期前端高频面试题汇总

  • 原帖问题与答案：以下为原帖明确列出的前端 AI/Agent 相关问题，原帖均未提供答案。
    1. 为什么 ChatGPT 使用 SSE 而不是 WebSocket，流式输出为什么不用其他方式？
    2. SSE 流式 Markdown 语法不完整时如何处理？
    3. SSE 断线重连、ping 心跳、AbortController 边界情况和降级兜底如何设计？
    4. AI 生成代码和项目规范冲突时如何约束，大项目 token 爆炸如何处理？
    5. 团队是否使用 Rules 或 Skills 沉淀，解决什么问题？
    6. AI 对话上下文过长导致语义偏移时，如何做上下文摘要压缩？
    7. Markdown 如何安全渲染并防止 XSS？
    8. AI 模块在 Monorepo 中应该放在哪里？
    9. AST 静态分析如何生成文档供 AI 理解上下文？
    10. RAG 如何计算 chunk 相似度，效果不好如何优化，AI 胡言乱语如何处理？
    11. HyDE 是什么，用户模糊意图如何改写，为什么这与 RAG 不冲突？
    12. 嵌入模型、切分策略、重叠步长与会话长记忆如何设计？
    13. ReAct 与 Workflow 的核心差异是什么？
    14. MCP 与 A2A 有什么区别，MCP 协议内部是什么样的？
    15. MCP 与 Skills 有什么区别，模型如何知道存在某个工具，Agent 有哪些编排范式？
    16. 使用过哪些 AI 工具，AI 生成代码占比多少，哪些代码适合由 AI 生成？
    17. Vibe Coding 的一般流程是什么，中途出错如何改正，如何转向 Spec Coding？
  • 可复习问题：
    1. SSE、流式 Markdown、重连和安全渲染如何构成稳定的 AI 对话前端？
    2. Rules、Skills、MCP、A2A、ReAct 与 Workflow 如何划分职责？
    3. RAG、上下文压缩和 AST 文档如何改善模型输入质量？

简历/岗位材料

巨量星图大模型应用前端 Agent 招聘

  • 信号：
    1. 原帖明确招聘前端工程师（Agent 方向），支持应届生和实习生投递。
    2. 前端工作场景包括智能脚本生成、创意策划、内容推荐的交互与可视化。
    3. 团队方向同时覆盖大模型、多模态应用与内容营销 Agent 系统，但原帖未进一步给出前端技术栈或任职要求。
  • 可追问方向：智能脚本生成、创意策划和内容推荐场景的前端交互与可视化如何设计；更具体的技术实现无法从原帖证明，标记 uncertain。

2026-07-18 12:05 | Firecrawl 牛客前端 Agent 同步

面经

磐松前端一面

  • 原帖问题与答案：以下相关问题原帖均未提供答案。
    1. 项目和市面上已有的 DeepSeek 问答平台有什么区别？
    2. Agent 具体是怎么封装的？
    3. AI 回答返回的数据以什么形式展示到前端页面，为什么不用 WebSocket？
    4. 弱网、断连或响应数据缺失时有什么兜底策略；回答中途停止后，下次如何完整渲染该消息？
    5. AI 回答的历史记录如何处理，历史数据能存多少条，是否有限制？
    6. 聊天对话页面如何优化大量历史数据，是否了解或使用过虚拟列表？
  • 可复习问题：
    1. 项目和市面上已有的 DeepSeek 问答平台有什么区别？
    2. Agent 具体是怎么封装的？
    3. AI 回答返回的数据以什么形式展示到前端页面，为什么不用 WebSocket？
    4. 弱网、断连或响应数据缺失时有什么兜底策略；回答中途停止后，下次如何完整渲染该消息？
    5. AI 回答的历史记录如何处理，历史数据能存多少条，是否有限制？
    6. 聊天对话页面如何优化大量历史数据，是否了解或使用过虚拟列表？

腾讯前端实习面经

  • 原帖问题与答案：以下相关问题原帖均未提供答案。
    1. 平时开发和学习是否使用 AI，开发项目时使用哪些 AI 工具？
    2. Cursor Agent 辅助开发有哪些坑？
    3. AI 编程有哪些最佳实践或工作流，Skill、MCP 如何帮助开发？
    4. 除开发外，哪些编程节点或流程可以用 AI 提效？
    5. 如何 Review 或测试 AI 产出以避免幻觉？
    6. 如何把多 Agent、Team 模式或 Agent 质检接入开发流程，同时提高效率和代码质量？
    7. 如何关注快速迭代的 AI 知识、理论和实践，近期 Git 上有哪些热门 AI 编程项目？
    8. 是否搭建过 OpenClaw？
    9. 实现流式传输时为什么选择 RxJS 而不是原生 EventSource，RxJS 的核心价值是什么？
    10. SSE 和 WebSocket 有什么区别？
    11. 流式输出在前端如何渲染，是逐字追加 DOM 还是缓冲后批量更新，如何处理频繁 DOM 更新的性能问题？
    12. 文件上传解析中前端负责哪些部分？
    13. AI 辅助编码和独立编码分别应如何看待？
    14. Skill 和 MCP 有什么区别，是否开发过 Skill？
    15. OpenClaw 如何实现用户需求？
  • 可复习问题：
    1. 平时开发和学习是否使用 AI，开发项目时使用哪些 AI 工具？
    2. Cursor Agent 辅助开发有哪些坑？
    3. AI 编程有哪些最佳实践或工作流，Skill、MCP 如何帮助开发？
    4. 除开发外，哪些编程节点或流程可以用 AI 提效？
    5. 如何 Review 或测试 AI 产出以避免幻觉？
    6. 如何把多 Agent、Team 模式或 Agent 质检接入开发流程，同时提高效率和代码质量？
    7. 如何关注快速迭代的 AI 知识、理论和实践，近期 Git 上有哪些热门 AI 编程项目？
    8. 是否搭建过 OpenClaw？
    9. 实现流式传输时为什么选择 RxJS 而不是原生 EventSource，RxJS 的核心价值是什么？
    10. SSE 和 WebSocket 有什么区别？
    11. 流式输出在前端如何渲染，是逐字追加 DOM 还是缓冲后批量更新，如何处理频繁 DOM 更新的性能问题？
    12. 文件上传解析中前端负责哪些部分？
    13. AI 辅助编码和独立编码分别应如何看待？
    14. Skill 和 MCP 有什么区别，是否开发过 Skill？
    15. OpenClaw 如何实现用户需求？

2026-07-19 12:03 | Firecrawl 牛客前端 Agent 同步

  • 本次检索词：site:nowcoder.com 前端 "AI" "一面"；site:nowcoder.com 前端 "大模型" "二面"；site:nowcoder.com 前端 "MCP" 面试；site:nowcoder.com 前端 "工作流" 面试；site:nowcoder.com "智能体平台" 前端；site:nowcoder.com "大模型应用" 前端 招聘
  • 新增面经：0 条；新增简历/岗位材料：0 条。
  • 数据来源：本次无新增原帖。

本次没有新的高相关材料。

2026-07-20 12:07 | Firecrawl 牛客前端 Agent 同步

面经

影刀 AI 前端一面，惨不忍睹

  • 原帖问题与答案：以下相关问题原帖均未提供答案。
    1. 为什么会有给 AI 使用的 sandbox，它解决什么问题，是否用过？
    2. LLM Playground 如何实现？
    3. SSE 和 Socket 有什么区别，为什么流式输出使用 SSE 而不是 Socket？
    4. 模型流式输出时刷新页面或切换会话，如何保证返回后对话继续；SSE 断开后如何恢复？
    5. 用户点击停止时如何设计中止；前端取消 Fetch 后，后端 SSE 如何停止？
    6. 提供给 LLM 的 Tool 是否由前端实现，Web Search 如何调用？
    7. 是否参与过 Agent 开发，是否了解 LLM 的运行过程？
    8. 用户输出与模型输入是什么关系，多模态消息和纯文本消息有什么区别？
    9. 为什么使用 SWR，为什么需要请求缓存？
    10. 项目如何实现国际化？
    11. 全球论坛中，如何让海外用户看到中文帖子的英文版本？
    12. 后端应在什么时机翻译？
    13. 相同文本是否需要重复翻译，如何优化；实时论坛中请求缓存是否仍有必要？
  • 可复习问题：
    1. 为什么会有给 AI 使用的 sandbox，它解决什么问题，是否用过？
    2. SSE 流中断后如何恢复会话，并协调前后端真正停止生成？
    3. 提供给 LLM 的 Tool 是否由前端实现，Web Search 如何调用？
    4. 是否参与过 Agent 开发，是否了解 LLM 的运行过程？
    5. 多模态消息和纯文本消息有什么区别？

Dify 前端实习一二面

  • 原帖问题与答案：以下相关问题原帖均未提供答案。
    1. 平时在工作中如何使用 AI，具体用于哪些方面？
    2. 是否使用过 Claude Code？
    3. 是否使用过 Dify？
    4. 对当前 AI 的看法是什么？
    5. 是否了解 Dify？
    6. 什么是 Agent？
  • 可复习问题：
    1. 平时在工作中如何使用 AI，具体用于哪些方面？
    2. 是否使用过 Claude Code？
    3. 是否使用过 Dify？
    4. 对当前 AI 的看法是什么？
    5. 什么是 Agent？

简历/岗位材料

大厂前端岗位 JD：总结前端 AI 学习路线

  • 信号：
    1. 原帖汇总的前端 AI 场景包括 AI IDE、Agent 平台、多模态创作、AI 全栈和可视化 AI 交互；具体 JD 内容主要以图片呈现，无法从抓取文本逐项核验，标记 uncertain。
    2. 原帖明确列出的 Agent 平台前端职责包括多 Agent 协同界面、可视化编排工具，以及 Agent 交互、RAG 检索过程展示和多轮对话管理。
    3. 原帖列出的相关工程能力包括模型 API 接入、SSE/WebSocket 流式输出、Token 消耗优化、WebGL/WebGPU/WebRTC、实时通信、性能优化与安全合规。
  • 可追问方向：Agent 交互界面如何展示规划和工具调用；RAG 检索过程如何可视化；多轮对话状态如何管理；SSE/WebSocket 如何选型；Token、推理延迟和前端性能如何协同优化。

2026-07-21 12:07 | Firecrawl 牛客前端 Agent 同步

面经

前端小厂面经

  • 原帖问题与答案：以下相关问题原帖均未提供答案。
    1. 项目是智能体吗？
    2. 是否了解过 AI 工作流？
  • 可复习问题：
    1. 项目是智能体吗？
    2. 是否了解过 AI 工作流？

前端 AI 项目：面试官高频拷打问题

  • 原帖问题与答案：以下相关问题原帖均未提供答案。
    1. 项目业务价值是什么，为什么要做 AI 赋能前端场景？
    2. 大模型接口怎么选，云端模型和开源模型有什么区别，选型依据是什么？
    3. 框架和渲染方案为什么这样选，针对 AI 流式场景做了哪些适配？
    4. 大模型流式返回如何实现，SSE、Fetch Streaming、WebSocket 有什么区别，如何落地选择？
    5. 分片数据如何解析和逐字渲染，如何解决乱码、断行和拼接异常？
    6. 如何实现请求中断、重复请求拦截，AbortController 如何使用？
    7. 多轮会话上下文如何拼接传递，存在哪些 Token 开销？
    8. 长对话卡顿如何优化，如何做上下文压缩和历史消息裁剪？
    9. 对话记忆采用本地还是服务端存储，各自优缺点是什么？
    10. Prompt 提示词工程做了哪些优化，如何提升回答准确度？
    11. Markdown、代码块、公式等复杂内容如何渲染？
    12. 函数调用、MCP 协议和 AI 工具联动时，前端如何配合？
    13. 长文本渲染和海量聊天记录导致页面卡顿时如何解决？
    14. 骨架屏、加载状态、断网重连和异常降级方案如何设计？
    15. AI 高频请求场景如何使用防抖、限流和接口缓存？
    16. 项目开发的最大难点是什么，如何排查流式接口异常？
    17. 敏感词过滤、内容安全和输入边界校验如何处理？
    18. 是否了解前端本地 AI、WebLLM 和 RAG 的前端落地思路？
  • 可复习问题：
    1. AI 流式响应、增量解析、中断和异常恢复如何组成稳定的前端链路？
    2. 多轮上下文、记忆存储和长对话性能如何协同设计？
    3. MCP、函数调用和 AI 工具联动时，前端承担哪些职责？
    4. 前端本地 AI、WebLLM 和 RAG 分别适合哪些落地场景？

2026-07-21 12:39 | Firecrawl 牛客前端 Agent 同步

面经

聊一聊最近碰到的一些 Agent 面试题（一）

  • 原帖问题与答案：
    1. ACP 的设计思路和解决的问题是什么；ACP 与 MCP 是否冲突；为什么选择 REST 而不是 gRPC 或 WebSocket？原帖回答：ACP 用框架无关的 REST/HTTP 连接 Agent，以 Agent Card、Task、Message、Artifact 描述发现、任务生命周期、过程消息和产物，支持同步及异步/SSE；MCP 连接 Agent 与工具，两者解决不同层面的问题；选择 REST 是以生态可达性换取极端性能。
    2. MCP 与 Agent Skills 的设计差异是什么，分别适合什么场景；Skills 无进程隔离有哪些风险；二者未来是否会合并？原帖回答：MCP 通过独立 Server、JSON-RPC 和凭证隔离连接外部能力，Skills 以 SKILL.md 向 Agent 注入行为规则；外部系统和合规场景偏 MCP，行为规范和本地工作流偏 Skills；Skills 共享 Agent 权限，因此只应加载可信来源；原帖判断二者更可能互补而非合并。
    3. Agent Memory 如何设计，短期、长期、情景记忆分别解决什么问题；如何防止记忆污染；如何改善不相关召回？原帖回答：短期记忆承载当前上下文，长期记忆保存跨会话知识，情景记忆保存完整任务经历；写入需设置成功门槛、独立质量评估、冲突审核和置信度衰减；召回可结合混合检索、元数据过滤、重排和使用反馈。
    4. RAG 架构及从原型到生产的优化点是什么；RAG 与微调如何选择和结合；如何评估 RAG；多轮对话有哪些特殊挑战？原帖回答：基础链路是索引、检索、生成，生产优化覆盖语义切块、混合检索、查询改写、Reranker、元数据过滤和上下文组装；RAG 适合动态/私有知识，微调适合行为和风格，二者可结合；评估需拆分检索与生成指标；多轮场景还需处理问题改写、对话指代和上下文膨胀。
  • 可复习问题：ACP、MCP、Skills 如何分层；Agent Memory 的写入与召回如何形成质量闭环；RAG 如何从检索原型演进到可评估的生产系统。

28 届实习拷打：一场面试的 23 个 Agent 问题

  • 原帖问题与答案：原帖围绕“工具调用失败怎么办”串联 23 个问题。第 10 题只给出提示词及入参/出参设计的简略回答，第 19 题提到用 Agent 可观测平台溯源；总体回答框架是先用模型选型、工具描述和入参校验减少失败，再用可观测性区分意图、参数与工具故障，最后做重试、备用工具和最终兜底。其余问题原帖未提供完整答案。
    1. 什么是 Agent，它由哪些部分组成？
    2. 为什么需要引入工具，单纯大模型为什么不够？
    3. 工具给大模型扩展了哪些能力？
    4. 什么是 Function Call？
    5. 什么是 MCP，它由哪些部分组成？
    6. Function Call、MCP 和工具有什么区别？
    7. Skill 与 Function Call、MCP 有什么区别？
    8. Skill 有哪些特性？
    9. MCP 和 Skill 哪个占用的上下文更大？
    10. 如何写好一个工具？
    11. 提示词工程的方法论是什么？
    12. 如何理解上下文工程？
    13. 上下文工程与提示词工程有什么区别？
    14. 如何避免不同用户的上下文互相污染？
    15. 如何保存、隔离、选择和压缩上下文？
    16. 如何持久化上下文，OpenClaw 是怎么做的？
    17. 平时使用哪些模型或 AI 工具，Agent 系统为什么选择当前模型而不是其他模型？
    18. 如何做工具入参校验，有哪些现成手段？
    19. 如何判断工具调用失败源于意图识别错误、入参错误还是工具掉线？
    20. 知道哪些 Agent 系统可观测平台？
    21. LangSmith 和 Langfuse 有什么区别，如何选择？
    22. 工具重试仍失败时怎么办？
    23. 备用工具也失败时怎么办？
  • 可复习问题：工具调用失败如何按“预防、观测溯源、重试、降级、人工兜底”设计；上下文隔离、持久化和压缩如何落到多用户 Agent 系统。

聊一聊最近碰到的一些 Agent 面试题（五）

  • 原帖问题与答案：
    1. 如何开发高质量 Agent Skill，好的 SKILL.md 应包含和避免什么；如何测试 Skill；Skill 触发条件冲突怎么办？原帖回答围绕清晰的触发描述、具体可执行步骤、渐进式加载、少写模型已知常识，并通过正向/负向触发用例和真实任务测试；冲突时应收窄描述、明确优先级或合并重叠 Skill。
    2. 开发 MCP Server 要考虑哪些设计决策和常见坑；工具描述由谁写；一个 Server 放多少工具？原帖回答覆盖工具边界、Schema、错误返回、状态、安全与可观测性；工具描述需要 Server 开发者与 Agent 使用者协作；工具数量没有固定上限，关键是领域内聚并避免把大量无关工具同时暴露给模型。
    3. .cursorrules、CLAUDE.md、AGENTS.md 如何配置才有效；与对话指令冲突时听谁的；团队是否应提交 Git？原帖回答强调规则要具体、可执行、分层且避免冗长冲突；实际优先级取决于宿主的指令层级；团队共享规则应版本化提交，个人偏好不应混入共享文件。
    4. Agent 输出不符合预期时如何调试，与传统代码调试有什么区别；有哪些快速诊断经验？原帖回答要求记录完整轨迹，逐段检查输入上下文、模型决策、工具参数、工具结果和最终生成；Agent 的非确定性意味着还要固定模型参数、保存重放样本并用评测集比较。
    5. 什么是 Prompt 缓存，它如何影响 Agent 成本与性能；与 RAG 是否冲突？原帖回答：缓存复用稳定前缀的计算结果，可降低长系统提示和工具定义的首 Token 延迟与成本；需把稳定内容放前、动态内容放后；RAG 提供动态知识，缓存复用稳定前缀，两者不冲突。
    6. Agent 如何做灰度发布和 A/B 测试，与传统软件有何不同；如何确认 Prompt 改进不是巧合？原帖回答强调对 Prompt、模型、工具和参数做版本化及稳定分流，同时观察任务成功率、质量、成本、延迟和安全指标；需要足够样本、统计显著性和离线评测交叉验证。
  • 可复习问题：Skill、MCP Server 和 Rules 文件如何分别形成可维护接口；Agent 的调试、缓存、灰度与实验体系如何工程化。

大模型应用开发面经（5 年经验）

  • 原帖问题与答案：原帖汇总作者近半年多家公司实际面试，以下相关问题均未提供逐题答案。
    1. LangChain、AutoGen 和 LiteLLM 分别如何使用？
    2. 为什么手写 Agent 而不使用框架？
    3. MCP 是什么，与 Function Call 有什么区别，是否实践过？
    4. 是否了解 A2A？
    5. ReAct 如何实现？
    6. CoT 为什么有效，有什么缺点？
    7. Prompt Caching 是什么？
    8. temperature、top-p、top-k 分别是什么，不同场景如何设置？
    9. RAG 是���么，最难的部分是什么？
    10. 文档切割策略有哪些，如何避免切断语义？
    11. 什么是多路召回？
    12. 文档如何存储，粒度多大，使用什么数据库？
    13. 为什么使用图数据库？
    14. 是否比较过向量数据库，Qdrant 的性能、数据量和瓶颈如何？
    15. 如何减少大模型幻觉？
    16. 微调与 RAG 各有什么优缺点？
    17. 如何量化检索效果和回答效果？
    18. 如何做任务拆分，为什么拆，效果如何提升？
    19. Text-to-SQL 如何实现并提高准确率？
    20. 为什么以及如何润色 Query？
    21. Code Generation 如何实现并保证准确性？
    22. 如果重新设计系统会怎么做 Replan？
    23. Workflow 效果如何量化？
    24. 介绍自己的 Agent 项目。
    25. 长短期记忆如何实现、存储和使用，粒度如何选择？
    26. Function Call 如何实现？
    27. Agent 项目最大的难题是什么，如何提升效果并降低延迟？
    28. 端到端延迟如何优化？
    29. Single-Agent 与 Multi-Agent 有哪些设计方案？
    30. 反思机制如何实现，为什么需要它？
    31. 如何看待当前 LLM 应用的趋势和方向？
    32. 为什么使用 WebRTC，它与 WebSocket 有什么区别？
    33. 如何保证 Agent 服务高可用和稳健？
    34. LLM 服务并发过高时如何处理？
    35. 如何评估项目的实际落地效果？
  • 可复习问题：Agent 框架与协议如何选型；RAG、Workflow、Memory 与 Reflection 如何量化效果；Agent 服务如何优化延迟、并发与高可用。

简历/岗位材料

企业级 AI 智能体项目 Super Agent

  • 信号：
    1. 原帖项目使用 Vue 3、TypeScript、Vite 构建前端，后端采用 Java 17、Spring Boot 3、Spring AI/Spring AI Alibaba，并组合 MySQL、PGVector、Elasticsearch、Neo4j、Redis、MinIO 和 Kafka。
    2. 项目把用户输入处理为五步前置编排、三层执行器路由、三级知识路由和双通道检索，并明确实现歧义澄清、问题改写、Parent-Child 块聚合、RRF、Rerank、证据预算与无证据短路。
    3. Agent 工程点包括 ReAct 循环、Checkpoint、MCP 动态工具发现、安全沙箱、调用次数上限、工具重试与兜底、三种会话记忆、集群级会话锁及全链路可观测。
  • 可追问方向：前端如何呈现三层执行器、检索证据和工具调用轨迹；Vue 3 客户端如何管理流式对话、Checkpoint 与会话恢复；调用预算、重试、会话锁和无证据短路如何共同避免死循环、重复处理与幻觉。

2026-07-22 12:08 | Firecrawl 牛客前端 Agent 同步

  • 本次检索词：site:nowcoder.com 前端 "AI" "一面"；site:nowcoder.com 前端 "大模型" "二面"；site:nowcoder.com 前端 "MCP" 面试；site:nowcoder.com 前端 "工作流" 面试；site:nowcoder.com "智能体平台" 前端；site:nowcoder.com "大模型应用" 前端 招聘
  • 新增面经：0 条；新增简历/岗位材料：0 条。
  • 数据来源：本次无新增原帖。

本次没有新的高相关材料。