n8n 自動化行銷報表

為優化部落格內部知識搜尋與歷史文章內容重用，我設計並實作一套 Retrieval-Augmented Generation（RAG）智慧知識庫系統，結合語意檢索與大語言模型（LLM）生成摘要，支援內部快速查找、內容整合與資料重組，預計將顯著提升編輯與內容決策效率。

系統基於 LangChain 串接 FAISS 向量資料庫與 E5 Embedding 模型進行向量化處理，搭配 Groq API 提供的 LLaMA-3-70B 進行自然語言回應。透過文章段落斷句、語意向量建立與語義相似度搜尋，可實現「問答式內容檢索」與「多篇內容聚合摘要」，進一步支援內容策略評估與主題整理。

例如，當使輸入「釜山有哪些旅遊景點時？」，系統會即時從網站中抽取相關資料並生成回應，像是：「釜山是一個充滿活力和魅力的城市，以下是我們根據資料整理出的一些旅遊景點：海雲台、SPA LAND、釜山塔、松島海上纜車、釜山煙火節、西面市場、釜山 X the SKY 觀景台……」等具體建議。這類智慧化應用不僅大幅減少人工搜尋與彙整時間，也強化了部落格內容的知識重組能力與互動性延展性。

← Back to Projects