Typescript 面试题

共 61 道 Typescript 面试题。答案默认折叠,便于先自行作答。 1. 如何管理和优化 tsconfig? 难度:3 · 类型:QA 题目要点 tsconfig 应被视为工程规范而非临时配置;通过分层与继承降低维护成本;类型严格性需要渐进式收紧而非一次性激进开启;合理控制编译范围以优化性能;在复杂工程中利用 tsconfig 约束依赖边界,使类型系统服务于长期可维护性。 参考答案 tsconfig 的管理与优化,本质上是在类型安全、开发体验与工程效率之间做长期平衡。它并不是一次性配置文件,而是随着项目规模、团队协作方式和构建体系不断演进的工程资产。 首先需要明确 tsconfig 在工程中的角色定位。它既是 TypeScript 编译器的输入约束,也是 IDE 类型分析与提示能力的基础配置。如果把 tsconfig 仅当作“让项目能跑起来的必要文件”,往往会在项目中后期暴露出类型失控、编译缓慢或不同环境行为不一致的问题。因此,治理 tsconfig 的第一步,是将其视为工程规范的一部分,而不是单纯的工具配置。 在实际管理中,通常会通过“分层”的方式来降低复杂度。将通用且稳定的配置抽离为基础 tsconfig,由不同运行环境或子项目通过 extends 继承,再在局部覆盖差异化选项。这种方式可以避免在多个 tsconfig 中重复维护同一组 compilerOptions,也能清晰表达哪些约束是全局共识,哪些是特定场景的取舍。例如,类型严格性、模块解析策略往往属于全局约束,而是否生成声明文件、是否开启 sourceMap 则更偏向构建阶段需求。 在优化层面,类型严格性的管理尤为关键。一次性开启所有严格选项,在历史项目中通常不可行,反而会导致大量噪音,削弱团队对类型系统的信任度。更可持续的做法,是以 strict 为目标方向,但通过逐步引入单项严格规则,让类型质量随时间提升,而不是通过一次激进配置制造阻力。tsconfig 在这里承担的是“收紧边界”的角色,而不是制造阻断。 编译性能同样是 tsconfig 优化中不可忽视的一环。随着项目体量增大,合理控制 include、exclude 范围,避免将无关文件纳入类型分析,是最直接也最有效的手段。同时,明确区分“类型检查”与“代码转译”的职责,可以避免在开发阶段承担不必要的编译成本。在一些工程中,会通过不同 tsconfig 分别服务于 IDE 类型检查与构建流程,从而兼顾体验与效率。 在 Monorepo 或组件库场景下,tsconfig 还承担着依赖边界约束的职责。通过 project references 明确包之间的依赖关系,不仅可以加速增量编译,也能在类型层面阻止不合法的跨包引用。这类配置一旦稳定下来,往往比 lint 规则更可靠,因为它直接作用于编译阶段。 长期来看,tsconfig 的优化不是“调参数”,而是通过持续审视哪些约束是必要的、哪些已经不再适用,让类型系统始终贴合真实的工程状态。当 tsconfig 能够稳定表达团队的工程共识时,它的价值才真正体现出来。 2. Boolean 和 boolean 有什么区别? 难度:3 · 类型:QA ...

React.js 面试题

共 148 道 React.js 面试题。答案默认折叠,便于先自行作答。 1. 说说 Hooks 的依赖数组原理 难度:3 · 类型:QA 题目要点 Hooks 的依赖数组本质是一次浅层引用比较机制。React 在 commit 阶段通过 Object.is 逐项比较新旧依赖数组,决定是否重新执行 effect,并在变化时先执行 cleanup。依赖数组不会监听变量变化,也不负责触发 render,只用于声明副作用与状态之间的关系。依赖缺失会导致闭包捕获旧值,依赖不稳定会导致 effect 频繁执行,因此依赖必须完整且保持引用稳定。 参考答案 这个问题的核心,不是“依赖数组怎么写”,而是:React 是如何判断副作用是否需要重新执行的。 依赖数组的存在,本质是为了让 React 在两次 render 之间进行一次“浅层比较(shallow compare)”,从而决定是否跳过本次 effect 的执行。 一、从 useEffect 的执行时机说起 useEffect(() => { // effect }, [a, b]); React 在每次 render 结束后,会把 effect 收集到 Fiber 节点的 effect 链表中。 当进入 commit 阶段时,React 会: 取出当前 Fiber 上一次保存的依赖数组 与本次 render 生成的新依赖数组进行比较 决定是否标记该 effect 需要执行 如果依赖变化,则: 先执行上一次的 cleanup 再执行新的 effect 如果依赖未变化,则跳过。 二、底层判断逻辑 React 内部判断依赖是否变化,核心逻辑类似: function areHookInputsEqual(nextDeps, prevDeps) { if (prevDeps === null) return false; for (let i = 0; i < prevDeps.length; i++) { if (!Object.is(nextDeps[i], prevDeps[i])) { return false; } } return true; } 关键点有两个: 1. 使用的是 Object.is 不是 ===,而是 Object.is,因此: NaN 与 NaN 被认为相等 +0 与 -0 被认为不相等 这是为了和 React 内部状态更新逻辑保持一致。 2. 只做浅比较 依赖数组中的每一项,只做引用层级的比较。 这意味着: useEffect(() => {}, [{}]); 每次 render 都会重新执行,因为对象引用变化。 三、为什么依赖数组必须写全 React 不会分析 effect 内部使用了哪些变量。 依赖数组完全由开发者声明。 如果 effect 内部使用了某个变量,但没有放入依赖数组,那么: 变量变化时 effect 不会重新执行 effect 内部捕获的是旧闭包中的值 出现“闭包陷阱”(stale closure) 例如: useEffect(() => { console.log(count); }, []); 这里只会打印初始 count,因为 effect 永远不会重新执行。 这不是 React 的 bug,而是依赖声明不完整。 ESLint 的 react-hooks/exhaustive-deps 插件,本质是在做静态分析,提醒依赖缺失。 四、空数组与不写依赖的区别 useEffect(() => {}, []); 表示:只在首次挂载时执行一次(以及卸载时 cleanup)。 而: useEffect(() => {}); 表示:每次 render 后都执行。 这两种语义差异非常大。 五、依赖数组与性能的关系 依赖数组不是用来“优化性能”的工具,而是用来声明副作用与状态之间的关系。 如果依赖声明准确: effect 执行次数最少 逻辑正确 如果为了“减少执行”而故意删除依赖: 会产生逻辑错误 引入难以排查的状态不一致问题 真正的优化方式应该是: 使用 useMemo / useCallback 保持引用稳定 或者重构 effect 逻辑 六、从 Fiber 角度理解 每个 Hook 在 Fiber 上都会形成一个链表节点: memoizedState:存储上一次依赖 next:指向下一个 Hook 在下一次 render 时: React 按调用顺序读取对应 Hook 节点 拿到上一次的依赖 进行对比 这也是为什么 Hook 调用顺序必须稳定。 依赖数组只是挂在这个 Hook 节点上的一段元数据。 七、一个常见误区 很多人认为依赖数组是“监听变量变化”。 实际上 React 并不会监听变量。 变量变化只是触发 render,render 之后 React 才会在 commit 阶段做依赖比较。 也就是说: 依赖数组不参与“触发更新”,只参与“是否执行副作用”。 ...

Node.js 面试题

共 40 道 Node.js 面试题。答案默认折叠,便于先自行作答。 1. NestJs、Nust.js、Next.js 这几个框架有什么区别 难度:2 · 类型:QA 题目要点 NestJS 是 Node.js 的企业级服务端框架,强调模块化、依赖注入和 TypeScript,适合构建 API 和微服务; Nuxt.js 是 Vue 生态的全栈框架,在 Vue 基础上提供 SSR、SSG、文件路由等能力; Next.js 是 React 生态的全栈框架,除了 SSR、SSG 外,还支持 React Server Components、Server Actions 等现代特性。 三者最大的区别在于定位不同:NestJS 负责后端服务,Nuxt.js 和 Next.js 负责全栈 Web 应用开发,分别服务于 Vue 和 React 技术栈。 参考答案 这几个框架名字非常相似,但定位完全不同。简单来说: NestJS:Node.js 服务端开发框架。 Nuxt.js:Vue 生态的全栈应用框架。 Next.js:React 生态的全栈应用框架。 三者分别解决的是不同层面的问题,并不存在直接竞争关系。 先来看 NestJS。 NestJS 是基于 Node.js 构建的服务端框架,底层默认使用 Express,也可以切换到 Fastify。它借鉴了很多 Java Spring 的设计思想,例如依赖注入(DI)、模块化、装饰器以及 IoC 容器,因此对于大型团队开发来说,代码组织会更加规范。 例如,一个典型的 NestJS 项目会划分为: Controller ↓ Service ↓ Repository / Provider Controller 负责接收 HTTP 请求,Service 负责业务逻辑,Provider 提供各种依赖,例如数据库、缓存、第三方服务等。 因此,NestJS 更适合开发: RESTful API GraphQL 服务 WebSocket 服务 微服务 企业级后台系统 对于前端来说,可以把它理解为: 使用 TypeScript 编写的企业级 Node.js 后端框架。 再来看 Nuxt.js。 Nuxt.js 是建立在 Vue 之上的全栈框架。 Vue 本身只能开发 SPA,而 Nuxt 在此基础上增加了很多能力,例如: 服务端渲染(SSR) 静态站点生成(SSG) 文件路由 数据获取 API Routes 中间件 SEO 优化 例如: pages/ about.vue 会自动生成: /about 无需手动配置 Vue Router。 Nuxt 的目标就是: 帮助 Vue 开发者快速构建具有 SEO 能力和服务端渲染能力的应用。 目前 Nuxt 3 基于 Vue 3 和 Nitro,除了可以渲染页面之外,也可以编写后端接口,因此已经具备一定的全栈开发能力。 Next.js 的定位与 Nuxt.js 非常相似,只不过它属于 React 生态。 Next.js 最初主要解决 React 的 SSR 问题,后来逐渐发展成为一个全栈 React 框架。 目前常见能力包括: SSR(服务端渲染) SSG(静态生成) ISR(增量静态再生) CSR(客户端渲染) React Server Components(RSC) App Router API Routes Server Actions 例如: app/ users/ page.tsx 会自动映射成: /users 和 Nuxt 一样,Next.js 采用约定式路由,大幅减少了配置工作。 随着 React Server Components 和 Server Actions 的引入,越来越多的业务逻辑可以直接运行在服务端,进一步增强了全栈开发能力。 虽然 Nuxt 和 Next 都属于全栈框架,但二者的技术生态不同。 Nuxt 基于 Vue,适合已经采用 Vue 技术栈的团队;Next 基于 React,在国际社区和 AI 应用领域使用更广泛,也是目前 React 官方重点推荐的开发方式。 从开发体验来看,两者都有: 文件路由 服务端渲染 静态生成 API 开发能力 中间件 自动代码分割 只是底层分别建立在 Vue 和 React 之上。 从整体定位来看,可以把三者放在不同层级理解: 框架 技术栈 主要定位 典型应用 NestJS Node.js + TypeScript 服务端框架 API、微服务、后台系统 Nuxt.js Vue Vue 全栈框架 官网、内容站、SSR 应用 Next.js React React 全栈框架 官网、AI 产品、SSR 应用 因此,NestJS 与 Nuxt、Next 并不是同一类产品。NestJS 主要负责构建后端服务,而 Nuxt 和 Next 更偏向于构建前端页面,并同时具备一定的后端能力。 在实际项目中,它们也经常组合使用。例如: Next.js + NestJS:Next.js 负责页面渲染和 BFF,NestJS 提供独立业务服务。 Nuxt.js + NestJS:Nuxt.js 负责 Vue 前端,NestJS 提供 API 服务。 这种前后端分层的架构在企业级项目中比较常见。 ...

leetcode 面试题

共 38 道 leetcode 面试题。答案默认折叠,便于先自行作答。 1. 最大公共前缀 难度:2 · 类型:QA 编写一个函数,接收一个字符串数组作为输入,找出这些字符串的最大公共前缀。如果没有公共前缀,则返回空字符串。 输入输出要求: 输入:一个字符串数组。 输出:一个字符串,表示最大公共前缀。 示例: const input = ["flower", "flow", "flight"]; const result = longestCommonPrefix(input); console.log(result); // 输出:'fl' 题目要点 最大公共前缀问题的核心是逐步缩小候选前缀;横向扫描通过不断用后续字符串修剪前缀,实现简单且高效;在最坏情况下时间复杂度为 O(n·m),空间复杂度为 O(1),非常适合在实际工程和面试中使用。 参考答案 这个问题本质是在多个字符串之间求一个公共的、连续的前缀子串,并且要求尽可能长。关键不在于字符串操作技巧,而在于如何逐步收敛搜索空间。 一、整体思路说明(横向扫描) 横向扫描的核心思想是: 先假设第一个字符串是公共前缀,然后不断用后续字符串去“修剪”它。 执行过程可以概括为: 取第一个字符串作为初始前缀 从第二个字符串开始,逐个比较 如果当前字符串不以该前缀开头,就不断缩短前缀 一旦前缀缩短为空,说明不存在公共前缀,可以提前结束 这个过程的好处是逻辑直观,且在工程中可读性和可维护性都很好。 二、示例代码实现(横向扫描) function longestCommonPrefix(strs) { if (!strs || strs.length === 0) return ""; let prefix = strs[0]; for (let i = 1; i < strs.length; i++) { while (!strs[i].startsWith(prefix)) { prefix = prefix.slice(0, -1); if (prefix === "") return ""; } } return prefix; } 示例验证 const input = ["flower", "flow", "flight"]; console.log(longestCommonPrefix(input)); // "fl" 三、时间与空间复杂度分析 时间复杂度: 最坏情况下为 O(n * m) n 是字符串数量 m 是最短字符串长度 空间复杂度: O(1),只使用了常量级额外空间 在大多数实际业务场景下,这个复杂度是完全可接受的。 四、分治法的思路补充(理解用) 分治法的核心思想是: 将字符串数组一分为二 分别求左右两部分的公共前缀 再对两个前缀求公共前缀 这种方式在理论上更“算法化”,但在 JavaScript 场景下,递归开销和实现复杂度都更高,通常不如横向扫描直观,除非在面试中被明确要求。 五、工程细节与常见注意点 需要处理空数组或包含空字符串的情况 使用 startsWith 语义更清晰,避免 indexOf === 0 的可读性问题 一旦前缀为空,立即返回,避免无意义循环 默认以第一个字符串作为基准,是最简单且安全的选择 ...

JavaScript 面试题

共 407 道 JavaScript 面试题。答案默认折叠,便于先自行作答。 1. requestAnimationFrame 与 requestIdleCallback 在渲染优化中的执行时机差异?谁优先触发? 难度:3 · 类型:QA 题目要点 requestAnimationFrame 在浏览器即将进行下一帧渲染之前执行,用于动画与视觉更新,优先级高于渲染阶段后的任务。requestIdleCallback 只会在当前帧所有渲染任务完成且仍有剩余时间时触发,属于低优先级空闲调度机制。因此在同一帧中,rAF 必然先于 rIC 执行。rAF 用于保证帧同步,rIC 用于利用空闲时间执行非关键任务。 参考答案 这个问题本质是理解 浏览器一帧的调度模型。 不搞清楚一帧里发生了什么,很容易回答成“谁快谁慢”这种表层结论。 核心结论先给出: 在有下一帧渲染需求的情况下,requestAnimationFrame 一定优先于 requestIdleCallback 执行。 requestIdleCallback 只会在当前帧还有“空闲时间”时才会触发。 下面从浏览器帧模型拆解。 一、浏览器一帧的基本流程 以 60fps 为例,一帧约 16.6ms。 一次完整渲染循环大致是: 执行宏任务(例如 setTimeout) 清空微任务队列 触发 requestAnimationFrame 回调 进行样式计算(Style) 布局计算(Layout) 绘制(Paint) 合成(Composite) 如果还有时间 → 执行 requestIdleCallback 需要明确一点: rAF 是“下一帧渲染前”的回调 rIC 是“当前帧剩余时间”的回调 二、requestAnimationFrame 的执行时机 requestAnimationFrame 的设计目标是: 在浏览器即将进行下一次重绘之前执行回调。 特点: 每帧最多执行一次 与刷新率同步 在样式计算之前触发 如果标签页不可见,会暂停 执行时机可以理解为: 在下一帧开始渲染流程之前 示例: requestAnimationFrame(() => { // 适合更新动画状态 }) 如果在 rAF 中修改 DOM,会参与当前帧的布局与绘制。 三、requestIdleCallback 的执行时机 requestIdleCallback 的设计目标是: 利用主线程空闲时间执行低优先级任务。 它有两个触发条件: 当前帧执行完所有渲染任务后仍有剩余时间 或者超时(timeout)触发 示例: requestIdleCallback((deadline) => { while (deadline.timeRemaining() > 0) { // 做低优先级任务 } }); 关键特征: 不保证每帧都会执行 如果帧很忙,可能一直被延迟 优先级低于渲染任务 四、两者在同一帧中的相对顺序 假设: requestAnimationFrame(() => console.log('rAF')); requestIdleCallback(() => console.log('rIC')); 执行顺序一定是: rAF rIC 原因: rAF 是渲染前任务 rIC 是渲染后空闲任务 只要这一帧需要渲染,rAF 必然优先。 五、极端情况分析 情况一:主线程持续繁忙 如果 JavaScript 长时间占用主线程: rAF 会延迟到下一帧 rIC 可能根本不执行 rIC 不保证执行时间。 情况二:页面不可见 rAF 会暂停 rIC 仍可能执行(取决于浏览器策略) 情况三:高帧率显示器 在 120Hz 下: 每帧时间更短(约 8ms) rIC 更难获得空闲时间 六、在渲染优化中的使用场景 requestAnimationFrame 适合: 动画 DOM 变更 视觉相关更新 滚动同步 因为它保证在渲染前执行。 requestIdleCallback 适合: 预加载 数据预计算 日志上报 非关键计算 因为它只在空闲时间运行。 七、优先级总结 在浏览器调度优先级中: 微任务 > rAF > 渲染 > rIC 可以抽象为: 高优先级(影响视觉) → rAF 低优先级(非关键逻辑) → rIC 八、本质差异 可以从“目标函数”角度理解: rAF 优化的是“帧同步” rIC 优化的是“主线程利用率” 两者并不是竞争关系,而是不同调度通道。 ...

HTML 面试题

共 77 道 HTML 面试题。答案默认折叠,便于先自行作答。 1. SPA和MPA的区别? 难度:1 · 类型:QA 题目要点 SPA 通过前端路由在单一 HTML 中完成页面切换,交互流畅但首屏和 SEO 成本较高;MPA 每次导航请求新页面,SEO 友好且隔离性强,但交互体验有限;两者本质差异在于前后端渲染与路由职责的划分;现代项目常通过 SSR、SSG 等方式在两种模式之间折中。 参考答案 SPA 和 MPA 的区别,表面看是“页面跳转方式不同”,本质上是前端与服务器在渲染职责、路由控制以及资源加载策略上的分工差异。理解这一点,才能在具体业务中做出合理选择。 SPA(Single Page Application)只有一个 HTML 入口,首屏加载时会拉取完整的 JavaScript 应用骨架,之后的页面切换通过前端路由完成。URL 的变化并不会触发浏览器重新请求文档,而是由前端框架根据路由状态切换视图并复用已有资源。这种模式的优势在于页面切换流畅、状态可以在客户端长期保留,复杂交互体验更接近原生应用,非常适合后台系统、强交互工具型产品。但代价也同样明显:首屏资源压力大,SEO 先天不足,对 JS 执行和异常处理的依赖极高,一旦主 bundle 出现问题,整个应用都无法正常工作。 MPA(Multi Page Application)则以“页面”为核心单元。每一次导航都会向服务器请求一个新的 HTML 文档,路由和渲染主要由服务端控制。页面之间天然隔离,资源和状态会随页面刷新而重置。这种模式的优势在于首屏直观、SEO 友好、容错性强,适合内容型站点、营销页和对搜索引擎依赖较高的业务场景。但在交互复杂度上,MPA 往往需要付出更多成本,例如重复加载公共资源、跨页面状态共享困难,整体体验也更接近传统 Web。 从工程角度看,SPA 和 MPA 的差异还体现在构建和部署方式上。SPA 更强调前端工程化和运行时能力,构建目标是一个可长期运行的客户端应用;MPA 更强调页面级拆分和服务端模板渲染,前端更多是增强层而非控制中心。在现代实践中,两者并非对立关系,常见的折中方案包括 SSR、SSG 以及“多入口 SPA”,试图在交互体验和首屏性能、SEO 之间取得平衡。 因此,选择 SPA 还是 MPA,并不存在绝对优劣,关键在于业务目标:是以复杂交互和状态管理为核心,还是以内容分发和搜索可见性为核心。 2. 常见的H5标签有哪些 ,你是怎么用的 难度:1 · 类型:QA 题目要点 常见 H5 标签包括结构语义标签、文本语义标签、表单标签和媒体标签;实际使用中优先考虑语义表达和可访问性,而非样式;充分利用表单和媒体标签的原生能力以减少 JS 复杂度;canvas 与 svg 需根据场景选择;合理使用语义化标签能显著提升页面质量和长期可维护性。 ...

ES6 面试题

共 51 道 ES6 面试题。答案默认折叠,便于先自行作答。 1. 说说 Class 语法糖的底层实现 难度:3 · 类型:QA 题目要点 class 是基于函数构造器和原型链的语法封装,实例方法本质挂载在 prototype 上,继承通过 Object.create 构建原型链,同时通过构造函数原型链继承静态方法。super 依赖内部 [[HomeObject]] 机制定位父类方法。class 并未引入新的对象模型,而是在原型继承基础上增加语义约束与语法增强。 参考答案 这个问题的关键在于理解:class 并不是一种新的面向对象机制,而是对 原型继承(prototype-based inheritance) 的语法封装。底层仍然是函数构造器 + 原型链。 如果把 class 当作 Java 那种基于类的模型去理解,就会产生误解。 先看一个简单例子: class Person { constructor(name) { this.name = name; } say() { console.log(this.name); } static create(name) { return new Person(name); } } 它在底层大致等价于: function Person(name) { this.name = name; } Person.prototype.say = function () { console.log(this.name); }; Person.create = function (name) { return new Person(name); }; 一、实例方法的实现 类中的方法: say() {} 本质是定义在 Person.prototype 上。 并且具有几个默认特性: 不可枚举(enumerable: false) 可写(writable: true) 可配置(configurable: true) 这和直接给 prototype 赋值略有区别,因为手动赋值默认是可枚举的。 二、constructor 的本质 constructor 本质仍然是一个函数。 但 class 定义的构造函数有两个特殊点: 不能作为普通函数调用 Person(); // 报错 必须通过 new。 默认开启严格模式(strict mode) 这是和 ES5 构造函数的重要差异。 三、继承的底层实现 class Student extends Person { constructor(name, grade) { super(name); this.grade = grade; } } 底层大致等价于: function Student(name, grade) { Person.call(this, name); this.grade = grade; } Student.prototype = Object.create(Person.prototype); Student.prototype.constructor = Student; // 继承静态方法 Object.setPrototypeOf(Student, Person); 这里有两个关键继承链: 实例继承链: Student.prototype → Person.prototype 构造函数继承链(静态方法继承): Student → Person 很多人只记得 prototype 继承,忽略了构造函数本身的原型链。 四、super 的底层机制 super 并不是简单的 Parent.prototype.method.call(this)。 它依赖于一个内部机制: [[HomeObject]] 当方法定义在 class 内部时,会隐式绑定一个 HomeObject,用于在运行时确定“当前方法属于哪个对象”,从而正确查找父类方法。 这也是为什么下面写法不能正确使用 super: const obj = { method() {} }; 只有 class 或对象字面量简写方法才有 [[HomeObject]]。 五、class 的一些“语法层面增强” 虽然本质还是原型,但 class 增加了一些语义约束: 方法默认不可枚举 必须使用 new 自动严格模式 支持 static 方法 支持 getter / setter 支持私有字段(#field) 尤其是私有字段: class A { #x = 1; } 这个已经不再是纯原型模拟可以实现的,而是引擎层面的私有槽(private slot),编译到 ES5 时通常需要 WeakMap 来模拟。 六、为什么说它是“语法糖” 因为: 实例仍然是对象 继承仍然是原型链 方法仍然挂在 prototype 上 构造器本质仍然是函数 class 并没有引入新的对象模型,只是让语法更接近传统面向对象语言,同时补充了一些约束与语义增强。 七、工程理解层面 理解 class 的底层实现非常重要,因为很多问题本质都是原型链问题: 方法查找路径 instanceof 判断机制 静态方法继承 super 调用行为 this 绑定 如果只停留在 class 表层语法,很难排查继承链相关问题。 ...

CSS 面试题

共 114 道 CSS 面试题。答案默认折叠,便于先自行作答。 1. Tailwind 的响应式断点(如 md:)底层如何实现? 难度:2 · 类型:QA 题目要点 Tailwind 的响应式断点基于构建期的变体系统实现。md: 在编译阶段被解析为 screen 变体,并根据 screens 配置生成对应的 @media (min-width) 包裹规则。所有响应式逻辑依赖原生 CSS media query,遵循 mobile-first 原则,通过规则生成管线支持多变体组合,不涉及运行时计算。 参考答案 这个问题的关键在于理解: md: 不是运行时逻辑,而是 构建期的变体(variant)展开机制。 在 Tailwind CSS 中,响应式系统建立在三个核心之上: screens 配置映射 变体解析机制 JIT 构建阶段规则生成 一、md: 本质是什么? 当写: <div class="md:text-red-500"> Tailwind 在构建阶段会将其解析为: variant:md utility:text-red-500 然后生成如下 CSS: @media (min-width: 768px) { .md\:text-red-500 { color: #ef4444; } } 关键点: md: 只是一个前缀标记 构建阶段转换成 @media 冒号会被转义为合法 CSS 选择器 二、断点从哪里来? 断点定义在配置文件中: // tailwind.config.js module.exports = { theme: { screens: { sm: '640px', md: '768px', lg: '1024px', xl: '1280px', } } } md 映射为: @media (min-width: 768px) 本质是一个键值映射表。 三、构建阶段做了什么? 在 JIT 模式下,流程是: 扫描源码中的 class 拆分出 variant 与 utility 生成基础规则 根据 variant 包裹规则 例如: md:hover:text-red-500 会解析为: variant1:md variant2:hover utility:text-red-500 生成结果: @media (min-width: 768px) { .md\:hover\:text-red-500:hover { color: #ef4444; } } 可以看出,变体系统是可组合的,类似规则生成管线。 四、为什么不是运行时判断? 原因有两个: 第一,性能稳定。 所有规则提前生成,浏览器只执行标准 CSS。 第二,逻辑简单。 完全依赖浏览器原生 @media 机制,不需要 JS 监听 resize。 五、移动优先原则 Tailwind 默认采用 mobile-first。 写法: text-red-500 md:text-blue-500 含义: 默认红色 屏幕宽度 ≥ 768px 时变蓝 生成顺序保证: 基础规则在前 media query 在后 利用 CSS 层叠覆盖 六、抽象理解 可以把 Tailwind 的响应式机制理解为: 对基础 utility 规则进行“包装”。 伪逻辑可以理解为: 生成基础规则 如果有 screen 变体 → 用 @media 包裹 如果有伪类变体 → 添加伪类选择器 这是一种构建期规则生成模型,而不是条件分支执行。 ...

AI相关 面试题

共 43 道 AI相关 面试题。答案默认折叠,便于先自行作答。 1. 如何实现 ChatGPT 类似的流式输出? 难度:1.5 · 类型:QA 题目要点 流式输出的核心是服务端通过 SSE、fetch stream 或 WebSocket 持续返回增量内容,前端通过 ReadableStream 边读边渲染。实现时要注意网络 chunk 不等于完整消息,需要做缓冲和协议解析。前端渲染要做节流,避免频繁状态更新导致卡顿。Agent 场景下建议使用结构化事件协议,把文本增量、工具调用、状态、错误、完成信号分开处理。最后还要支持取消、错误恢复、最终 Markdown 校正和滚动体验,才能达到接近 ChatGPT 的交互质量。 参考答案 类似 ChatGPT 的流式输出,本质是:服务端不要等完整答案生成后再返回,而是把模型生成的 token 或文本片段持续写入 HTTP 响应;前端边读边渲染,并在完成、取消、异常时维护好状态。 实际项目里最常见的是 SSE 或 fetch + ReadableStream。如果只是服务端向前端单向推送,SSE 足够稳定;如果需要双向实时交互,比如语音、多人协作、实时 Agent 控制,可以用 WebSocket。在 ChatGPT 这类文本生成场景中,fetch 读取流也很常用,因为它支持 POST、请求体、鉴权、AbortController,控制能力比原生 EventSource 更强。 前端核心代码大致是这样: async function streamChat(messages: any[], onDelta: (text: string) => void) { const controller = new AbortController(); const response = await fetch('/api/chat/stream', { method: 'POST', headers: { 'Content-Type': 'application/json', }, body: JSON.stringify({ messages }), signal: controller.signal, }); if (!response.ok || !response.body) { throw new Error('stream request failed'); } const reader = response.body.getReader(); const decoder = new TextDecoder('utf-8'); let buffer = ''; while (true) { const { value, done } = await reader.read(); if (done) break; buffer += decoder.decode(value, { stream: true }); const events = buffer.split('\n\n'); buffer = events.pop() || ''; for (const event of events) { const line = event .split('\n') .find((item) => item.startsWith('data:')); if (!line) continue; const data = line.replace(/^data:\s*/, ''); if (data === '[DONE]') { return; } const payload = JSON.parse(data); if (payload.type === 'delta') { onDelta(payload.content); } } } controller.abort(); } 服务端返回时通常使用类似这样的协议: data: {"type":"delta","content":"你好"} data: {"type":"delta","content":",这是流式输出"} data: {"type":"done"} 前端不要直接假设每个 chunk 都是完整 JSON,因为网络分片可能把一个 JSON 拆开,也可能把多个事件合在一起。所以需要 buffer,按约定分隔符,比如 \n\n,拆成完整事件再解析。 渲染层需要注意两点。第一,状态更新不能过于频繁,否则 React 会因为每个 token 都 setState 而出现卡顿。更稳的做法是先把增量内容追加到临时变量里,再用 requestAnimationFrame 或节流批量刷新 UI。第二,如果内容需要 Markdown 渲染,流式阶段可以渲染一个“尽量正确”的中间态,最终完成后再做一次完整 Markdown 渲染,避免代码块、表格、链接在半截状态下解析异常。 在 Agent 场景里,协议最好不要只传纯文本,而是传结构化事件。例如: type StreamEvent = | { type: 'message_delta'; content: string } | { type: 'tool_start'; toolName: string; input: unknown } | { type: 'tool_result'; toolName: string; output: unknown } | { type: 'status'; message: string } | { type: 'error'; message: string } | { type: 'done' }; 这样前端可以把“模型正在思考”“调用工具”“工具返回结果”“继续生成回答”这些状态分开展示,而不是把所有内容混成一段字符串。ChatGPT 类产品的体验重点不只是逐字输出,还包括中断、重试、滚动跟随、错误恢复、消息状态、工具调用状态这些细节。 还要处理取消请求。用户点击停止生成时,前端用 AbortController.abort() 取消请求,后端也需要监听连接关闭,停止模型调用和工具执行,避免资源继续消耗。 const controller = new AbortController(); fetch('/api/chat/stream', { method: 'POST', signal: controller.signal, }); // 点击停止 controller.abort(); ...

Agent 面试题

共 119 道 Agent 面试题。答案默认折叠,便于先自行作答。 1. 如何设计一个企业级 AI Agent 平台? 难度:3.5 · 类型:QA 题目要点 企业级 AI Agent 平台的设计重点不是“接一个大模型接口”,而是围绕业务任务构建完整体系:前端提供可解释、可配置、可监控的交互体验;中间层负责 Agent 编排、工具调用和知识增强;底层统一管理模型、数据和企业系统;治理层保障权限、安全、审计、评测和成本控制。真正可落地的平台,一定是在智能能力和工程确定性之间取得平衡。 参考答案 企业级 AI Agent 平台不能只设计成一个“聊天入口”,更应该设计成一个可治理、可扩展、可观测的智能任务执行平台。它的核心目标是让企业可以安全地把大模型能力接入真实业务流程,例如客服、知识检索、数据分析、代码辅助、审批流、运营自动化等场景。 从架构上看,可以分为四个关键层次:前端体验层、Agent 编排层、能力接入层和企业治理层。 前端体验层不应该只有 Chat UI,而要支持多种交互形态。对于普通用户,可以提供对话式入口、任务面板、历史记录、引用来源、执行进度和人工确认节点;对于业务管理员,需要有 Agent 配置台,可以配置角色、Prompt、工具权限、知识库、工作流、触发条件和发布版本;对于运维和安全人员,则需要看到调用链路、成本消耗、失败原因、审计日志和风险拦截记录。 Agent 编排层是平台的核心。这里不能简单地把用户输入直接发给模型,而是要经过意图识别、上下文构建、计划拆解、工具选择、执行反馈和结果汇总。复杂任务通常需要支持多 Agent 协作,例如一个 Agent 负责理解需求,一个 Agent 负责查知识库,一个 Agent 负责调用业务系统,还有一个 Agent 负责校验输出质量。对于企业场景,工作流式 Agent 和自主规划式 Agent 往往要结合使用:高风险业务用确定性流程约束,低风险探索任务可以给 Agent 更高自主度。 能力接入层主要解决模型、知识和工具的问题。模型层需要做统一网关,屏蔽不同模型厂商差异,支持模型路由、降级、限流、重试和成本统计。知识层通常采用 RAG 架构,需要处理文档解析、切片、向量化、权限过滤、召回排序和答案引用,避免 Agent 编造来源。工具层则要把企业内部系统封装成标准 Tool,例如 CRM、工单、审批、BI、代码仓库、飞书、邮件、数据库等,同时每个工具都要有清晰的输入输出 Schema、权限边界和幂等设计。 企业级平台最容易被低估的是治理能力。Agent 一旦可以调用工具,就不再只是“生成文本”,而是在执行真实操作,所以必须有权限控制、数据脱敏、敏感词策略、操作审计、人工确认和回滚机制。例如查询类工具可以自动执行,但转账、删除、发公告、修改生产配置这类操作必须进入 human-in-the-loop 流程。平台还需要支持租户隔离、部门权限、知识库权限继承和操作留痕。 前端设计上,要重点解决“可解释”和“可控”。用户不能只看到一个最终答案,而应该能看到 Agent 做了哪些步骤、用了哪些知识、调用了哪些工具、哪些地方失败了、是否需要用户确认。对于长任务,要有状态机式的任务视图,而不是让用户一直等在输入框前。对于企业用户来说,信任感往往来自透明度,而不是更拟人的回复。 另外,平台需要内置评测体系。Agent 发布前要经过离线评测,例如准确率、召回率、幻觉率、工具调用成功率、越权风险和响应时延;上线后要持续收集用户反馈、人工纠错、失败样本和成本数据,再反向优化 Prompt、知识库、工具描述和模型路由。没有评测闭环的 Agent 平台,很难在企业里长期稳定运行。 工程实现上,前端可以采用 React + 状态管理 + 可视化流程编排组件,后端提供 Agent Runtime、Tool Registry、Model Gateway、Knowledge Service、Audit Service 等模块。前后端协议要尽量事件化,例如通过 SSE 或 WebSocket 推送 Agent 的思考阶段、工具调用、执行结果和最终答案,这样前端可以呈现流式输出和任务进度。对于高并发场景,还需要队列、任务恢复、超时控制和异步执行能力。 ...