LangChain + Ollama 搭建本地化知識庫系統

本地化知識庫系統，架構是
基於 LangChain、ChromaDB、Ollama 和 Streamlit 構建
LLM: Ollama (qwen3:8b)
向量數據庫: ChromaDB
嵌入模型: moka-ai/m3e-base (中文優化)
框架: LangChain
Web框架: Streamlit

裏面有涉及到幾個比較有趣的點
1、解析故事文本（世界觀、角色、關卡...不同的解析，並導入向量數據庫）
2、向量數據庫檢索，用來優化並提取 token 再發送給 ollam
3、使用 qwen3是因爲qwen是中文對談溝通做的比較好的
4、Steamlit 是python web

NOTE. 記得當時有加入token壓縮跟展現的日志，可以瞭解跟 llm 溝通時，token是否會帶入其他資訊，這點在 claude code agent 發送 token 給 claude service 應該也能做驗證

不過目前知識庫系統很大程度被 google notebook LLM 取代，很多公司自建的原因是必須將内部知識做整理，譬如

客服系統、新人訓練、技術知識查詢 等，這些是不能外流