如何从 Agent 对话中可靠地抽取结构化事实写入长期记忆?
本题聚焦如何在 Agent 记忆写入路径上构建可靠事实抽取流水线:从 JSON 候选到统一 Schema、置信度阈值、异步后台事务。在不讨论冲突消解的前提下,给出用户同时提及长期办公地和临时出差地的具体算例和低置信度降级策略。
异步编程专题面试题第 1 页,显示第 1–50 题,共找到 292 道完整解析,可继续按分类、标签与关键词缩小范围。
按稳定语义路径排序
本题聚焦如何在 Agent 记忆写入路径上构建可靠事实抽取流水线:从 JSON 候选到统一 Schema、置信度阈值、异步后台事务。在不讨论冲突消解的前提下,给出用户同时提及长期办公地和临时出差地的具体算例和低置信度降级策略。
说明Agent记忆写入同步与异步的取舍,重点比较延迟、一致性与写入失败丢失三方面风险,并给出场景化判断依据。
围绕“Python asyncio 实现的 Agent 中,取消一个正在执行的 LLM 流式请求需要穿过哪几层才能生效”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明 Task.cancel、流式响应关闭与工具子任务取消的传递链。
围绕“LangGraph 中同步节点与 async 节点混用时并发行为有何差异,阻塞节点会拖累并行分支吗”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖要回答同步节点在 executor 中运行、async 节点才能真并发 IO 的判断。
围绕“LangGraph 的 durability 模式(sync/async/exit)在崩溃恢复语义上有什么差异”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要比较同步落盘、异步与退出时落盘在性能与丢数据风险上的取舍。
围绕“Service Worker 拦截流式响应时为什么容易把流缓冲成整包,如何透传”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明不要在 SW 中 await 完整 body 而直接转发 Response 的原因。
围绕“在 Angular 模板中使用 async pipe 时,它如何自动处理 Observable 的订阅与取消?为什么”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明 async pipe 内部自动调用 subscribe 并在组件销毁时取消。
本题对比模板驱动表单与模型驱动表单在数据绑定(双向绑定 vs 显式响应式绑定)、验证(模板内置 vs 代码函数)和可测试性(异步集成 vs 同步单元)上的关键差异,并给出选择场景与边界。
围绕“在 Angular 表单或 HTTP 调用中,为何通常使用 Observable 而非 Promise?其核心优势体”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕必须强调 Observable 支持多值推送与取消订阅能力。
围绕“Angular 路由配置中的 data 属性用于存放什么类型的信息?它与 resolve 服务提供的数据有何不同”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明 data 用于静态元数据,resolver 用于异步加载业务数据。
围绕“CanActivate 路由守卫如何决定用户是否可以进入某个路由?它返回的布尔值或 Observable 代表什么含”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明返回 true 表示允许进入,返回 false 表示阻止,返回 Observable 表示异步决策。
围绕“computed 里能否包含异步逻辑?如果不能,应如何设计以支持异步数据的响应式计算”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须明确 computed 不能包含异步操作,必须改用 resource + signal 依赖方式实现异步计算。
围绕“effect 里等待异步操作完成后再执行后续逻辑,应如何实现”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明需使用 await 且确保 effect 内部逻辑是异步的,否则无法等待,不能依赖 signal 变化顺序。
围绕“effect 为何应避免用于简单状态更新?有何替代方案”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明应使用 signal 更新而非 effect,effect 仅用于副作用,如日志、通知、异步操作。
围绕“effect 如何与 RxJS Observable 集成?如何避免多次订阅”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明应使用 takeUntil 从 destroy$ 消费,或使用 async pipe 间接绑定,不能直接订阅而不清理。
围绕“resource 用于加载异步数据时,如何处理请求失败或网络中断”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明 resource 支持异常捕获并返回错误状态,可通过 error 属性判断,不依赖外部 try/catch。
围绕“resource 为何比 effect + async pipe 组合更高效?关键性能差异是什么”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须指出 resource 无需手动取消订阅、自动处理重复请求,并在依赖不变时复用结果,减少内存开销。
围绕“多个 resource 同时发起请求时,它们是否并行执行?如何控制并发数”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须指出默认并行执行,若需串行需手动通过 await or Promise.all 序列化调用,resource 本身不提供控制。
围绕“浏览器自动播放策略下,为什么 muted 常能播而带声音失败,如何检测并降级”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖判断时要说明用户激活/媒体参与度和 play() 拒绝处理。
本题解析HTMLCanvasElement导出的两种API机制差异:二进制Blob与Base64字符串、同步与异步、编码质量参数作用范围,以及大图工程选型与边界。
围绕“navigator.clipboard.readText 读取剪贴板前应如何提示并处理空内容、权限拒绝与格式不符”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确异步拒绝分支与隐私提示。
围绕“copy/cut/paste 事件里的 event.clipboardData 与 Clipboard API 读写”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须区分事件内同步改本次剪贴板与异步权限 API。
围绕“MediaRecorder.stop 后为什么不能立刻用已收 Blob,还要等最后一次 dataavailable”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明异步冲刷尾部数据与 onstop 次序。
围绕“AbortController 取消一个进行中的 fetch 后,Promise 和底层网络连接分别发生什么”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须答出 Promise 以 AbortError 拒绝、浏览器中止连接停止接收数据。
解释 fetch 为什么对 404、500 不 reject:Promise 只在网络层失败时拒绝,HTTP 错误状态会正常 resolve。给出检查 response.ok 或 status 并手动抛错的标准处理方式与边界。
对比 fetch 与 XMLHttpRequest 的四个实质差异:Promise 化、HTTP 错误不 reject、上传进度支持、取消机制,并给出按上传进度、错误处理、取消需求选型的可操作判断。
围绕“img 标签的 loading=lazy 与 decoding=async 分别推迟什么工作,两者对首屏大图是否都合”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须区分网络加载延迟与解码移出主线程两件事,并指出首屏关键图不应 lazy 的边界。
围绕“做元素可见性检测时,IntersectionObserver 相比 scroll 事件里调 getBoundingC”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须指出观测在浏览器合成/空闲侧异步回调、避免主线程每帧强制布局读取,且能跨 iframe 视口判定。
本文深入解析普通、async、defer 三种 script 在下载时机、执行顺序及 DOMContentLoaded 触发上的差异,并通过具体场景和边界条件帮助判断选型。
围绕“Cookie、localStorage 和 IndexedDB 分别适合存储什么类型的数据”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕必须基于数据大小、同步/异步、结构化程度给出选择决策。
围绕“如何将 IndexedDB 的请求式 API 封装成 Promise 形式”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕必须描述转换 IDBRequest 事件为 resolve/reject 的方法,不实现完整库。
围绕“为什么收到 storage 事件后获取 localStorage 可能不是最新值”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要解释事件异步引起竞争。
围绕“在 Worker 中抛出的 Promise 拒绝会不会触发全局错误事件”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕未处理的 Promise 在 worker 中也触发 unhandledrejection。
围绕“在 Worker 中用 type='module' 加载 ES 模块脚本与经典脚本有何不同”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕支持 import/export,且为异步加载。
围绕“命令对象内部执行异步操作时,完成通知与错误处理应如何设计”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要明确命令返回 Promise 或触发完成事件、错误沿同一通道回报的判断。
围绕“etcd Watch 客户端应如何利用 revision 处理断线后的事件缺口”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明用已见 revision 恢复监听并处理压缩导致的历史不可用。
本题聚焦 Kafka at-most-once 的实现时序与崩溃窗口,明确先提交位移的风险边界,强调消息处理与位移提交的先后关系对数据丢失的影响。
围绕“Kafka enable.auto.commit 为什么会在两次自动提交之间产生重复消费”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕必须定位自动提交间隔、处理耗时和崩溃形成的重复窗口。
围绕“Kafka 重放历史积压时应如何估算恢复时间并保护在线消费”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答需要围绕必须基于 lag、消费速率和重放与实时流量竞争制定限速或隔离方案。
本题解析 Kafka 消费者两种 offset 提交方式的失败处理差异。比较同步提交的阻塞重试与异步提交的回调及覆盖风险,通过具体场景说明偏移量跳跃的可能,并给出选择建议。
围绕“Kafka 消费滞后应如何根据日志末端位点与已消费位点判断”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要解释 lag 是位点差且需结合消息大小和到达速率解读。
围绕“Kafka 增加消费者实例为什么超过分区数后不能继续降低积压”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明一个分区在同一消费者组内只能由一个成员消费及多余实例空闲。
围绕“Kafka 死信消息重新投递前必须先确认哪些条件”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖判断时要说明故障已修复、消息仍有效且重放具备幂等性。
围绕“Kafka 死信 topic 中的消息必须保留哪些上下文才便于诊断”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须列出原始 topic、分区、offset、时间和失败原因等定位信息。
本题说明 Kafka exactly-once 的边界:内部事务保证 read-process-write 链路,消费者侧 offset 同一事务提交;外部副作用不在事务范围。给出机制、场景和失效条件,帮助判断工程取舍。
围绕“Kafka 如果要求主题全局有序,通常要付出什么吞吐代价”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须得出全局顺序通常要求单分区单消费者或等效串行化的结论。
围绕“Kafka 消费者做幂等去重时,为什么只用 topic、partition 和 offset 可能不够”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖判断时要说明跨重放、跨主题合并和业务重复时还需业务幂等键。
围绕“Kafka 消费者组总 lag 不高但个别分区严重积压说明什么问题”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖回答要按分区检查 key 倾斜、分配不均或单分区处理阻塞,不把问题归因于整体消费者数量不足。
围绕“Kafka 消费 lag 持续上升时如何区分生产突增与消费者处理瓶颈”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖必须比较入口速率、消费速率和单条处理耗时后再定位瓶颈。
围绕“Kafka compacted topic 重放时为什么不能期望看到每个历史更新”给出直接结论、机制拆解、可复现验证、常见误区与追问,重点覆盖需要说明同一 key 旧记录可能被压缩删除、重放得到的是保留的最新值或删除标记。