AI全栈实习生二面 - 编程导航 | 一线开发者编程经验和技术实战分享

vibe coding的流程

输入自然语言->AI生成对应代码->不断对话进行优化

你实际vibe coding的时候有用过skill吗？

有用过。我的做法是把高频提示词和重复开发流程封装成 skill，让模型在不同任务里按固定规范执行。比如我会把目录结构、默认依赖、命名风格这类约束预先写进去。这样在 vibe coding 的时候，模型生成的代码不会每次风格都不一样。像“给后台系统加一个用户标签功能”这种任务，skill 可以按一个固定流程处理：拆需求、设计数据表和 schema、生成后端接口和前端页面、补校验逻辑和测试样例，最后输出变更说明。这样既保留了 vibe coding 的速度，也能保证基本的结构和一致性。

你怎么保证大模型返回的数据格式正确？

大模型只懂文字，不会执行相应的代码，只能返回给后端相应的参数，调用对用的API 保证数据格式返回正确的方法：方法一：使用JSON Schema对大模型的返回结果进行约束方法二： Prompt约束+Pydantic(Python的数据校验工具)后处理校验

大模型返回参数错误该怎么办

解析失败时给 LLM 一次重试机会，同时提供格式错误的具体提示

大模型重试失败怎么办？

进行有限重试，重试的时候将错误信息以JSON格式返回给大模型。重试次数超过限制时就不再调用function_call而是以文本的方式进行回答

Toolformer和function_call的区别

维度	Function Calling	Toolformer
训练方式	SFT 微调，显式学习工具调用格式	自监督，模型自主学习何时调用
工具定义	外部 JSON Schema 传入，运行时动态	训练时嵌入文本中，固定工具集
可控性	强，格式标准	弱，调用时机不可控
工业应用	OpenAI GPT-4、Qwen、Claude 主流方案	学术探索为主

如果Canal同步MySQL数据变更到ES该时，因为网络波动，delete操作比update操作先到怎么办

其实这个可以回答怎么保证消息有序的

可以给ES写入加“外部版本号，把binlog时间映射成一个严格递增的版本
- MySQL binlog 文件名 + offset
- 或 Canal 事件里的 executeTime + offset 保证消息有序性：
使用RabbitMQ的顺序队列。消息的消费顺序与消息的存储顺序一致
在分区的消息队列中通过Partion Key将消息发送到特定的分区，分区内部是有序，这样可以保证按照Partion Key的消息按顺序消费

在你的CookHero项目中是怎么保证用户偏好不丢失

用户偏好识别我采用规则(正则识别关键词) + AI识别兜底(识别语义)的方式，规则保证稳定性，AI提升覆盖率，最终统一结构化存储(转为JSON格式存储)，避免系统完全依赖大模型带来的不确定性。

记忆存储

类型	例子	存哪里
短期记忆	当前对话	上下文
长期记忆	不吃海鲜	DB
语义记忆	喜欢清淡	向量库

CookHero中Agent执行流程

意图识别（识别偏好）结构化（转 JSON）存储（DB / 向量库）检索（RAG）拼 prompt 生成回复

总结

实际AI项目中不应该全部靠AI来识别而是靠规则+AI兜底来实现