LETTO
一個人的書架永遠有缺口——
所以我們煮一鍋石頭湯。
這裡消化了 Wiwi 讀過的參考書、講義與電子報。你可以像問人一樣打問題,它會綜合出答案、附上原文出處。
不是把整本書塞給 AI,而是拆成可檢索的知識卡、只根據卡片回答。以下是幾個關鍵的技術與取捨——之後會慢慢補齊。
把一科國考變成腦中一張地圖之後,我更貪心了——想把整個書架都變成這樣。但一個人的書架永遠缺一角:我買了這本、你買了那本。
於是想起石頭湯和大學共筆:各拿出一點自己有的,湊成一整鍋。
brain 就是這鍋湯的規矩——每個人端出來的,都是自己合法買、真的讀過的。不是圖書館,不賣人,就是幾個愛讀書的朋友互相查。
Google Apps Script 當後端、Qdrant 存向量、Gemini 做嵌入與生成。輕、免維運、成本低。
不做整書切塊,用 LLM 把內容拆成一張張帶「核心論點 + 關鍵詞」的卡,檢索更準。
先向量撈回候選,再用 LLM 重排,解決「多概念查詢被單一向量主導」的問題。
RAG 紅線:答案只綜合撈到的卡、句尾標引用,卡裡沒有就說找不到,絕不腦補。
物理治療、商業…各存獨立向量庫,物理隔離、互不污染,朋友再按領域授權。
好友用自己的免費 Gemini key 查,不吃我的額度;白名單 + 分領域授權控管。
// 待補:每一塊背後的決策脈絡與踩過的坑