本地个人知识库问答助手
基于 LangChain + Chroma + 检索增强，支持离线部署、引用溯源、对话记忆。
1,386 stars
Python · FastAPI · 向量库
所有数字都来自学习记录自动统计，真实可追溯
从非科班到系统学习 AI，这是我一路的关键节点
读完《统计学习方法》的前 3 章，从此真正开始了 AI 学习之路。最开始进度很慢，只追求把概念搞懂，不求速度。
用三个月把经典机器学习课程刷完，手写了 80 多页推导笔记。也是在这期间养成了每日记录的习惯。
从零搭建了 LangChain + Chroma 版本的知识库问答，跑通第一条检索链路那天，突然感觉之前的积累都派上了用场。
把零散的笔记整理成博客，意外收获了第一批读者，也让我发现："我把知识讲清楚"是我最好的复习方式。
在本地跑通 LoRA 微调后，开始关注推理服务优化，不再只是一个 demo runner。
把 428 个知识点连成一张可以随时查阅的地图，持续记录每一个技术节点。这条路还很长，准备一直走下去。
持续打磨的能力雷达，随学习记录实时更新
每个项目都是一次真实的学习与复盘，代码与复盘公开在仓库
基于 LangChain + Chroma + 检索增强，支持离线部署、引用溯源、对话记忆。
封装 rank / alpha / dropout 等参数扫描，自动生成实验报告，降低调参成本。
自动汇总每日学习记录，生成可交互的数据看板，作为学习的「数字镜像」。
这些工具每天都在用，已经离不开了，也推荐你试试看
几条让我坚持到现在、真正有用的做法
每次先做出能跑的最小版本，再把路径补全。完美主义最容易卡死新项目。
复述一遍能帮你发现自己不懂的地方。每一次输出都是输入的 2~3 倍效果。
一旦能看到自己每天在走的路径，坚持下来的动力就会自然增长。
「读完 Transformer 原论文」→ 「先啃完 2.1 小节，写一段笔记」。
如果你也在学习 AI，欢迎加微信一起交流；也欢迎订阅我的学习周报，下周就能收到我的干货总结。