rag-interview-system

刷完548道RAG面试题,搞定系统设计面试

这是一个面向RAG(检索增强生成)技术面试的题库与学习资源合集,包含548道面试题、41种RAG类型、系统设计场景、架构模式及生产级概念。项目以Jupyter Notebook形式组织,内容覆盖从基础概念到高级架构的完整知识体系,旨在帮助开发者系统准备RAG相关岗位面试,同时也可作为团队内部技术培训或知识沉淀的参考资料。其核心价值在于将分散的RAG知识点结构化、场景化,并提供实际系统设计案例,解决面试准备中资料零散、深度不足的问题。

开源 free 搜索知识
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 155
维护状态 活跃
是否开源 是
定价模式 free

项目数据

分类搜索知识
开发团队ather-techie
所属国家
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型agentic-rag,ai,deep-learning,generative-ai,graph-rag,interview-preparation,interview-questions,knowledge-graph,langchain,large-language-models,llamaindex,llm,machine-learning,nlp,prompt-engineering,rag,retrieval-augmented-generation,self-rag,vector-database,vector-search
GitHub 星标★ 155
30天Star增速
HF 下载量
上线时间2026-05-19 00:00:00
最近更新2026-09-21 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

核心亮点

  • 题量丰富:548道题覆盖41种RAG类型,从基础到前沿一应俱全
  • 场景实战:包含系统设计题和架构模式,直接对标大厂面试
  • 生产视角:强调生产级概念,不止于理论,贴近工程落地

不足之处

  • 文档/社区待观察
  • 以面试题为主,缺乏代码实现或动手实验,学习深度受限

适用场景

  • 准备RAG相关岗位的技术面试
  • 作为团队内部RAG知识培训教材
  • 系统梳理RAG技术体系,查漏补缺

替代项目

awesome-rag、rag-interview-questions、LLM-interview-questions

项目介绍

rag-interview-system 是学习教育领域的开源项目,由 ather-techie 开发,是 2026 年新上线的项目。

它收录于学习教育分类,该分类目前共有 427 个项目,GitHub 星标数为 155。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-21。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:准备RAG相关岗位的技术面试。同类可对比的替代方案包括 awesome-rag、rag-interview-questions、LLM-interview-questions。

上一篇:ai-handbook

下一篇:llm_notebooks

同类项目推荐

awesome-awesome-ai 开源

一站式导航AI资源,告别收藏夹吃灰

An awesome list for collecting awesome lists related to AI.

★ 136 2026-08-09
machine-learning 开源

免费学AI,从入门到实战,社区共建资源库

Learn AI together, for free. AI learning and teaching resources for everyone.

★ 231 2026-08-09
groundhog 开源

拆解 Cursor 原理,手把手教你造 AI 编程助手

Groundhog's primary purpose is to teach people how Cursor and all these other coding···

★ 405 2026-08-09
notebooks 开源

跟着最新视觉模型教程,边看边跑代码,快速上手实战

A collection of tutorials on state-of-the-art computer vision models and techniques.···

★ 9686 2026-08-10