【Day 30】Notion × LLM 系列最終章：從筆記到對話，30 天的蛻變

2025 iThome 鐵人賽

DAY 30

AI & Data

Notion遇上LLM：30天打造我的AI知識管理系統系列第 30 篇

17th鐵人賽 notion llm rag streamlit

Nikki Chen

團隊三陳牛肉吉事堡

2025-10-14 22:10:24

139 瀏覽

分享至

在這次鐵人賽開始之前，我的目標其實很單純：讓 Notion 筆記不只是儲存資訊，而是能主動回應問題。

30 天過去了，我們從零開始，經歷了資料結構設計、向量化、RAG 檢索、UI 開發，也經歷了無數個 debug、版本重構與靈感乍現。今天，我想用這篇文章，回顧這趟從「自動化」走向「智能化」的旅程。

1. 系列回顧

1.1 從資料到智慧的進化

整個系統的成長，就像一棵從根往上長的樹——從最底層的資料結構，逐步往上建構出語意理解與對話能力。每一層都彼此支撐，缺一不可。

📊 資料層：Notion JSON → SQLite
    ↓ 結構化儲存
    
🧠 向量層：SQLite → ChromaDB
    ↓ 語意化表示
    
🔍 檢索層：ChromaDB → OpenAI Embedding
    ↓ 智能搜尋
    
💬 應用層：RAG Backend → Streamlit UI
    ↓ 對話互動

1.2 里程碑回顧

階段	日期	核心目標	成果
Phase 1：資料基礎	Day 1–11	打通 Notion API，建立資料倉庫	完成 Notion → SQLite 完整 Pipeline、設計可擴展的 Schema
Phase 2：向量化	Day 12–16	讓筆記能被「語意搜尋」	Chunking 策略確立、ChromaDB 向量化完成
Phase 3：自動化	Day 17–21	串接外部資料源	n8n 自動化電子報摘要、定時同步機制
Phase 4：RAG 系統與前端	Day 22–26	建立對話能力	檢索 + 生成整合、對話記憶功能
Phase 5：完善細節	Day 27–30	從「能動」到「好用」	完整 Metadata 流、Notion 連結追蹤、UI/UX 優化

2. 血淚史：遇到的困難與解決方案

2.1 向量資料庫「失憶」

問題現象：

使用者：什麼是類別？
AI：類別就像是物件的設計藍圖...
使用者：這個答案從哪來的？
AI：參考來源：⚠️ 未命名筆記 — 未分類

系統能回答問題，但說不出「資訊來自哪裡」。

根本原因：
ChromaDB 有資料，但 Metadata 缺失（page_name、page_url）
寫入時用 page_name，讀取時用 Title，對不上

解決方案：
回頭重構 SQLite Schema，確保所有 metadata 完整儲存
在 Embedding 流程加入 page_name、page_url、category
統一命名規則，避免讀寫不一致

2.2 電子報清理的地獄之旅

問題現象：

<div style="padding:20px">
  <img src="data:image/png;base64,iVBOR..." />
  <a href="https://tracking.link?utm_source=...">點擊這裡</a>
  <!-- 10000 行 CSS -->
</div>

n8n 的 Gmail node 抓到的郵件，滿滿的 HTML、CSS、追蹤碼。AI 摘要幾乎失效。

真實世界的資料永遠比想像中髒。清理資料的時間，往往比寫演算法更多。

解決方案：

自寫 JavaScript 節點，用 Regex 清理
去除 HTML 標籤、Base64 圖片、URL 參數
只保留純文字內容

2.3 Streamlit 對話狀態混亂

問題現象：

# 使用者點擊「清除對話」
clear_memory()
# 但畫面上對話還在...

Streamlit 每次互動都會重新執行整個腳本，導致狀態混亂。

解決方案：

使用 st.session_state 儲存對話歷史
清除時同步更新 session_state
用 st.rerun() 強制重新渲染

3. 收穫滿滿：我學到了什麼?

3.1 技術能力的提升

熟悉 Notion API、ChromaDB、n8n、Streamlit
實作完整 RAG Pipeline：資料 → 向量 → 檢索 → 回答
學會如何在不同工具間保持資料一致性

3.2 系統設計的思考

這 30 天，最大的收穫不是「寫了多少程式碼」，而是學會了：
如何設計一個能長大的系統

好的系統設計 ≠ 一次寫對所有東西
好的系統設計 = 能隨著需求演進而擴展

關鍵：
1. 模組化：每個功能獨立，容易替換
2. 可追溯：每個資料都有來源
3. 可驗證：每個結果都能回查
4. 可擴展：新增功能不需要大改

4. 展望未來：優化與擴展計畫

這只是開始。未來，我們還想讓這個系統更強、更聰明：

面向	未來計畫
RAG 效能	引入 reranking / hybrid search（embedding + keyword）
長期記憶	將對話記錄保存進 SQLite，支援多輪上下文
UI 體驗	加入深色模式、主題切換與 Dashboard
多語支援	自動翻譯筆記內容，支援中英混查