写在前面在项目开发过程中我也逐渐意识到自己过去学习技术存在一个问题很多技术只是停留在“会用”的层面而没有深入理解原理。因此我开始尝试改变学习方式在实现功能的同时去思考系统设计例如 Redis 的作用、消息队列的解耦价值以及 AI 服务调用的整体架构。这是我坚持记录的第 01 篇技术成长周记记录一个普通计算机学生的技术成长。一、本周完成1.完成AI项目--智答以及相关优化管理端实现仪表盘文档上传七牛云资源文档删除等功能用户端实现DeepSeek页面样式实现相关资料返回等功能通过Ollama部署本地大模型Qwen。知学汇项目实现互动回答提问功能。2.八股着重学习了Redis核心知识缓存穿透击穿雪崩。单线程I/O多路复用五种基本数据结构StringSetZSet,Hash,List后期新增加四种BitMap等。HashMap集合JDK8之前使用链表数组之后使用链表红黑树。链表长度大于八转红黑树小于六转链表。算法题3道。3.计组计网概论部分完成跑步五公里 X 三次。二、本周收获1.本周在继续完善 AI 知识库项目的过程中我逐渐对RAGRetrieval Augmented Generation系统架构有了更清晰的理解。2.一个完整的 AI 知识库系统本质上并不是简单调用大模型而是由文档管理、向量检索、模型生成和结果展示几个部分组成。3.在实现“来源展示”和“文件在线预览”功能时我意识到AI系统的可信度不仅取决于模型能力还取决于数据来源的可追溯性。因此在系统设计时需要让用户能够明确看到回答来源这对于企业级AI应用尤为重要。三、遇到的问题1. 在实现相关资料返回时出现了已经删除的文档资料还会出现在返回给用户的信息中幽灵文档解决方式如图2.管理端删除文档成功七牛云内依然存在。管理端上传文档成功解析失败。解决方式如图主要都是AI项目遇到的问题不过这些都还算简单很容易就解决了。四、本周不足1.AI相关知识仍需加强尤其是- RAG系统优化- Prompt设计- Agent框架之前接触较少本项目让我意识到 AI 应用开发不仅仅是调用模型还涉及数据处理、检索优化以及系统架构设计。2.八股文记忆不够深刻只能记住前面的简短的内容。3.算法和数据结构学习太少还是只能做一些简单的LeeCode五、下周计划1.继续优化完善AI项目检查边缘Bug。继续完成智学汇后续开发2.自学数据结构与算法并完成对应LeeCode题目。理解记忆Java基础部分八股文3.每天五公里继续进行总结制定计划并执行的第一周整体感觉比较充实每天都有明确的任务推进。跑步五公里也让我保持了更好的状态。技术成长本质上是一个长期积累的过程保持耐心持续学习很多困难最终都会被解决。