LLM 应用开发面试题 & 参考答案 面试官：严察 日期：2026-06-02 面试阶段：基础知识 → 工程实战 → 开放场景 目录 阶段一：基础知识与核心概念

基于 LlamaIndex v0.14.22 最新稳定版的精通教程，全面覆盖生态系统（LlamaParse/LlamaAgents/LlamaHub）、安装配置、核心抽象、数据加载、索引构建、检索策略、查询引擎、Agent 开发、Workflow 编排与生产部署。

基于 LlamaIndex 源码深度剖析全部 14 种索引类型，涵盖 VectorStoreIndex、SummaryIndex、TreeIndex、KeywordTableIndex、KnowledgeGraphIndex、PropertyGraphIndex 等，详解构建原理、检索策略、内部组件与实战选型建议。

字节跳动开源 DeerFlow AI 超级智能体框架源码深度剖析，覆盖整体架构、核心引擎、API 网关、IM 渠道层、技能系统、Agent 系统、运行时引擎、模型提供者、工具系统、沙箱、MCP 协议集成、安全护栏与持久化层。

LangChain 与 LangGraph 大厂高频面试题库 100 题，覆盖 LangChain 核心架构、LCEL 表达式、RAG 管线、Agent 决策、Memory 管理、LangGraph 状态图编排、生产部署与性能优化等全考点，面向大模型应用开发岗面试冲刺。

DeepAgents v0.6.8 完全学习教程，详解 LangChain 生态三层架构（LangGraph/create_agent/DeepAgents），覆盖核心 API、模型配置、内置工具体系、中间件、子代理、技能系统、记忆系统、人机协作、上下文管理与生产部署。

CrewAI 完整学习教程，从零构建多智能体协作系统。详解 Agent/Task/Crew 核心概念、Process 编排模式、Flow 工作流、记忆系统、工具集成，对比 AutoGen/LangGraph/MetaGPT，配合内容创作流水线等实战案例。

字节跳动 Trae Agent 源码深入研究，详解基于 LLM 的通用软件工程代理架构，覆盖 CLI 层、代理编排层、工具系统（文件编辑/Bash执行/顺序思维/代码知识图谱）、LLM 多提供商支持、轨迹记录、Docker 模式与评估系统。

Chroma 向量库面试突击专用指南，30+ 高频面试题全覆盖，含面试前 30 分钟速记清单、核心概念（Collection/WAL/HNSW）、基本 API 操作、高级功能、架构原理与性能优化、必踩坑点、项目场景题与向量库选型对比。

AutoGen 全面精通教程，详解微软开源多 Agent 对话框架，覆盖核心概念（ConversableAgent/AssistantAgent/UserProxyAgent）、群组聊天、代码执行沙箱、工具调用、人类反馈介入、Docker 沙箱与企业级部署架构。