鐵人檔案
本系列將實作一套結合 Notion 與大型語言模型（LLM）的智慧知識管理系統，目標是讓日常筆記能夠轉化為可搜尋、可問答的知識助理。
過程中會涵蓋資料清理、內容結構化、語意檢索到問答生成，並嘗試設計互動介面，讓使用者能以自然語言向筆記發問。進一步還會加入多輪對話記憶、多語支援，以及自動回寫 Notion 筆記等功能。整個過程將完整紀錄架構設計、技術選型與實作細節，分享如何從零開始，將個人知識庫升級成專屬的 AI 助理。
歡迎來到本系列 歡迎來到 「Notion 遇上 LLM：30 天打造我的 AI 知識管理系統」。在接下來的一個月裡，我會帶你一步步實作，從需求分析、系統架構設計...
在 「Notion 遇上 LLM：30 天打造我的 AI 知識管理系統」 系列裡，我的目標是把 Notion 從一個單純的筆記倉庫，進化為一個能理解內容、回答問...
在 「Notion 遇上 LLM：30 天打造我的 AI 知識管理系統」 系列中，經過 Day 1 的動機與 Day 2 的藍圖設計後，今天我們要回到根基 ——...
在 Day 3，我們認識了 Notion API，知道它能夠存取 Pages、Databases 與 Blocks。今天，我們要進入實作 - 完成專案的基礎建置...
在 Day4 文章裡，我們完成了 Notion Integration、API Token 設定，並用 /v1/users/me 測試過連線。今天要進一步實作：...
在 Day 5 我們學會了如何抓取 Notion Database 的 Schema 與 rows，並將其清洗成乾淨的 JSON。但光是抓到 Database...
在 Day 5 我們成功抓取了 Database rows，並清理成乾淨的 JSON。在 Day 6 我們更進一步，把 Page 與 Block 的內容展開，將...
在 Day 7 我們設計了 Pipeline 架構，把「Database → Page → Block → JSON」的流程視覺化，並討論了增量更新、結構化輸出...
在 Day 8，我們已經完成了 Notion Pipeline，可以一次抓取多個 Database，並把 Page 與 Block 展平成乾淨 JSON。但 J...
前情提要：從 JSON 到 SQLite在 Day 8，我們完成了 Notion Pipeline，可以一次抓取多個 Database → Page → Blo...
