Hi大家好，
這是我參加 iT 邦幫忙鐵人賽的第 1 次挑戰，這次的主題聚焦在結合 Python 爬蟲、RAG（檢索增強生成）與 AI，打造一套 PTT 文章智慧問答系統。在過程中，我會依照每天進度上傳程式碼到 GitHub ，方便大家參考學習。也歡迎留言或來信討論，我的信箱是 gerryearth@gmail.com。

不知不覺，我們已經完成了 30 天的鐵人賽挑戰 。這一路從無到有，從環境建置到智慧問答系統的完成，再到延伸的效能、UX 與最佳化探討，今天就讓我們好好回顧一下這段旅程，並思考未來可以怎麼發展。

30 天學到了什麼？

這次的主題是 打造一個 PTT 文章智慧問答系統，透過 RAG（檢索增強生成）結合 Python 爬蟲、Django、Pinecone、Gemini，我們一步一步完成了以下重點：

系統建置篇

• Day 01–05
  完成環境建置（Django + MariaDB + Docker），確保系統可攜性
• Day 06–12
  撰寫 PTT 爬蟲，整合 Celery + Redis，讓爬蟲能自動排程、監控

API 與 RAG 實作篇

• Day 13–19
  學習 Django REST Framework，實作文章 API
  並串接向量資料庫（Pinecone）與 Gemini，完成「智慧問答」功能

進階優化篇

• Day 20–24
  探討 RAG 的封裝流程、文章切割策略、Embedding 模型比較
• Day 25–27
  分享降低成本的方法、Prompt Engineering 技巧，以及多模組結合（檢索 + 摘要）

系統可靠度與體驗篇

• Day 28–29
  學習如何進行壓測與效能分析，並設計使用者回饋機制，讓系統持續學習

專案成果

完成後，我們擁有一個能夠：

1. 接收使用者問題
2. 檢索 PTT 文章（透過 Pinecone 向量搜尋）
3. 呼叫 Gemini 回答
4. 回傳答案 + 來源文章

的 智慧問答 API。

這是一個雖然簡單，但完整體現 RAG 概念落地 的專案，非常適合作為入門與教學範例。

未來展望

當然，這個專案還有很多進化空間：

1. 更強大的檢索能力

   • 引入 reranker 模型（如 bge-reranker-large）
   • 提升搜尋結果的相關性

2. 多模態支援

   • 除了文字，也能處理圖片或表格（例如 PTT 截圖）

3. 即時性資料

   • 結合即時爬蟲 + 緩存機制
   • 提供最新的 PTT 熱門討論

4. 社群化與推薦系統

   • 除了回答問題，也能做「延伸閱讀」或「相關討論串推薦」

5. 商業應用

   • 改造成 新聞智慧助手、客服知識庫 或 企業內部 FAQ 系統

心得與感謝

這是我第一次參加 iT 邦幫忙鐵人賽，30 天的挑戰真的不容易：

• 要規劃內容、寫程式、截圖、整理文章
• 甚至還要持續思考怎麼讓知識有「脈絡」

但回頭看，這段過程讓我不只熟悉了 RAG 與 AI 應用開發，也強迫自己把概念講清楚、教會別人，這其實比單純寫程式更有挑戰性。

也非常感謝在過程中留言、按讚、寫信交流的朋友們！
有你們的鼓勵，才讓我能撐到最後一天。

結語

AI 與 RAG 不是遙不可及的技術，而是可以落地、可以幫助我們解決資訊檢索問題的工具。
希望透過這 30 天的文章，大家能更清楚知道：

• 怎麼從零開始打造一個智慧問答系統
• 背後的設計考量與最佳化策略
• 未來如何延伸到更多應用場景

如果你跟我一樣，對 Python & 生成式 AI 開發很有熱情，歡迎繼續交流！

謝謝大家這 30 天的陪伴，我們下次挑戰再見~