Sunday面试指南

Haystack 是什么?Component、Pipeline 和 Agent 怎样配合?

下面是一段教学用的模拟面试对话。

🧑‍💻 面试官:Haystack 里的 Pipeline,就是把几个函数按顺序调用吗?

🙋‍♂️ 我:它会把组件连接起来,但还可以包含分支、循环,以及依赖允许时的异步执行。

🧑‍💻 面试官:检索器返回 documents,下一组件却要求 messages,只要都写了类型就能连起来?

🙋‍♂️ 我:还要看输入输出的名称和类型是否匹配,需要时增加转换。

🧑‍💻 面试官:那么 Agent 达到最大步数停了,Pipeline 收到返回值,是不是就能当作任务成功?

组件连得上、流程跑完了、任务完成了,要分开确认;连接契约和停止原因都会影响下游判断。

面试速答(60 秒版)

Haystack 是用于构建检索、RAG 和 Agent 等 AI 应用的框架,核心做法是把功能封装成组件,再通过 Pipeline 连接它们的输入与输出。

Component 完成某项具体工作,比如检索文档、构造提示词或调用模型。Pipeline 规定组件之间怎样传数据,可以包含分支和循环,并不只是一条从头走到尾的直线。

Agent 也是可以组合进系统的组件。它通过支持工具调用的模型,反复获取信息和执行工具,并按停止条件结束。需要固定处理的外层流程,可以包住局部需要模型判断的 Agent。

使用时要检查组件连接的字段名称、类型和运行条件,同时保留 Agent 的停止原因。达到执行上限和拿到有效答案是不同结果,不能只看方法有没有正常返回。

Component、Pipeline、Agent 怎么组合?

知识点详解:先看数据怎样交接,再看谁决定下一步

Component 把一项功能的入口和出口说清楚

假设一个文档问答系统包含检索、重排和回答生成。

检索组件接收问题,输出文档列表;重排组件接收问题和候选文档,输出重新排列的文档。接下来还需要把文档组织成模型能使用的消息,才能交给生成组件。

这里不能只说“上一个组件的结果传给下一个”。开发者需要明确传的是哪个输出,以及下游哪个输入接收它。官方组件说明专门列出了输入、输出与独立运行的方式。

Pipeline 的连接是数据依赖,不是看图猜执行顺序

两个组件画得一左一右,并不能说明它们已经正确连接。需要建立输出到输入的连接,让框架知道下游什么时候拿到了必需数据。

例如检索器输出 documents,重排组件也接收 documents,名称和类型都要核对。文档列表不能直接冒充对话消息,需要有明确的转换步骤。

同一个问题也可以交给两个检索分支,再合并候选结果。同步执行与异步执行的并行能力不同,因此,图上存在独立分支,不等于同步调用会自动并行。Pipeline 文档区分了这些执行方式和依赖条件。

组件连线,必须对上输入和输出

Agent 可以放进 Pipeline,Pipeline 也可以成为工具

有些任务的路径很明确,比如解析文件、清洗、切片、写入索引。另一些任务需要结合当前结果继续判断,比如先查制度,证据不足时再查产品说明。

前一类适合由 Pipeline 规定主要路径。后一类可以让 Agent 在有限工具中选择,再把结果交回外层流程。

如果有一段已经稳定的检索流水线,也可以通过对应工具封装供 Agent 使用。这并不意味着模型能任意修改流水线内部连接。模型选择的是工具,工具内部仍可以是固定流程。

这样组合的好处,是不用把原来每个稳定步骤都重新交给模型决定。但要同时观察外层流程和内层工具调用,否则一次失败可能只留下“Agent 没答出来”,却看不见是哪一段检索出了问题。

固定流水线,也能成为 Agent 工具

有返回值以后,还得看为什么停下来

以核验时的 Haystack 3.2 Agent 文档为例,Agent 可以使用工具、保存运行状态,并按退出条件或执行步数上限停止。

假设目标是找到某条合同的有效版本。模型输出了一段文字,与真的找到了指定版本,不能等同。达到步数上限也只说明运行被限制住了,不能作为“没有合同”的证据。

因此,下游可以分别处理正常完成、工具失败、预算耗尽和需要人工接手,不能把所有返回都接到“发送成功回答”上。运行状态中的字段,也不一定自动变成模型能读到的消息,要核对具体工具与状态映射。

验收时,可以先使用固定文档与假的检索组件,检查字段交接、空结果、错误分支和退出条件,再接入真实模型。本文核对框架机制,没有实际部署文档库或运行模型,不提供未经测量的吞吐量结论。Haystack 的原生实现是 Python,不能把其他语言的同名 Pipeline 当作官方对照实现。

停下来,不一定就是做完了

面试官继续追问

Pipeline 中出现循环,就一定是 Agent 吗?

不一定。开发者规定“校验失败再执行一次”的循环,仍然可以是预设控制流程。判断是否采用 Agent,要看运行中的动作选择是否交给模型,而不是图上有没有回边。

连线合法,为什么结果还是不对?

类型兼容只保证数据能交接。例如两边都是文档列表,但上游可能给的是旧版本,或者缺少权限过滤。需要检查文档身份、过滤条件与实际证据,不能把业务语义交给类型名称证明。

怎样限制循环造成的消耗?

设置合理的步骤或运行次数上限,并在耗尽时给下游明确状态。再记录每次返回了什么、为什么继续,区分证据不足与反复调用同一工具。上限是最后的保护,不能代替停止判断。

面试速记卡

  • Component 完成具体工作,输入输出有明确字段与类型。
  • Pipeline 连接数据依赖,可以包含分支和循环。
  • 同步流程有分支,不代表组件会自动并行执行。
  • Agent 可以嵌入 Pipeline,稳定流水线也能封装成工具。
  • 正常返回、达到步数上限、完成业务目标,需要分别判断。

公司面试真题

这道题暂未收录可核验的公司真题来源。你可以先阅读本文解析,或浏览已收录的公司面试真题。

浏览公司面试真题 →
简历汪永久免费在线制作简历,模板直接套用、导出无水印,永久免费、下载免费,不需要付费解锁任何功能。去写简历