將 Notion 資料轉換為 RAG 智慧問答系統 | 基於台灣繁體中文最佳化的智慧問答平台
這是一個專為台灣使用者設計的智慧問答工具，能夠將您的 Notion 內容轉換為功能強大的檢索增強生成（RAG）系統。本系統支援多種使用方式，包括網頁版、命令列版以及具備連續對話記憶功能的 LINE Bot，讓您能隨時隨地查詢您的 Notion 文件內容，並保持對話的連貫性。
- 🔄 即時同步 Notion 頁面內容
- 🧠 智慧問答 基於您的文件內容提供準確回答
- 🌐 多介面支援 Streamlit 網頁版、命令列版、連續對話 LINE Bot 三種使用方式
- 🇹🇼 繁體中文最佳化 完整支援台灣用語和語法
- 🔍 混合搜尋引擎 結合語意理解和關鍵字比對的智慧搜尋
- 🤖 OpenAI 整合 使用 GPT 模型產生高品質自然語言回答
- 📊 智慧查詢分析 自動分析問題類型並最佳化搜尋策略
- ⚡ 高效能快取 加速模型載入和回應速度
- 📱 連續對話 LINE Bot 透過 LINE 進行具備記憶功能的即時問答（使用最新 SDK v3）
- 💭 對話記憶管理 智慧保存對話上下文，支援時間逾時機制
- 🔒 本地化部署 資料安全，完全在本地運行
- 🧠 智慧記憶管理：自動保存對話歷程，支援上下文理解
- ⏰ 時間逾時機制：超過設定時間自動清除記憶，最佳化記憶體使用
- 📝 對話長度控制：智慧管理對話長度，避免 token 超限
- 🔄 連貫性對話：理解「這個」、「那個」等指示詞，保持對話流暢
- 📊 對話統計功能：即時查看對話狀態和系統統計
- 🗑️ 記憶清除指令：支援手動清除對話記憶，重新開始
Notion-RAG/
├── 📂 config/ # 設定檔案目錄
│ ├── settings.py # 系統設定管理（新增對話記憶設定）
│ └── .env # 環境變數設定 (需自行建立)
├── 📂 core/ # 核心功能模組
│ ├── __init__.py
│ ├── embedder.py # 文字向量化處理
│ ├── notion_client.py # Notion API 客戶端
│ ├── rag_engine.py # RAG 引擎核心
│ ├── enhanced_rag_engine.py # 🆕 增強版 RAG 引擎（支援對話上下文）
│ ├── conversation_memory.py # 🆕 對話記憶管理器
│ ├── text_processor.py # 文字處理工具
│ ├── vector_store.py # 向量儲存管理
│ └── query_processor.py # 查詢處理與意圖理解
├── 📂 services/ # 服務層模組
│ ├── __init__.py
│ └── linebot_handler.py # LINE Bot 訊息處理器
├── 📂 cache/ # 模型快取目錄 (自動產生)
├── 📂 test/ # 測試檔案目錄
├── 📄 vector_db # FAISS 向量索引檔案 (自動產生)
├── 📄 metadata.db # SQLite 詮釋資料庫 (自動產生)
├── 🌐 app.py # Streamlit 網頁應用程式
├── 📱 linebot_app.py # 🆕 LINE Bot 連續對話應用程式 (SDK v3)
├── 💻 main.py # 命令列主程式
├── 📋 requirements.txt # 套件相依清單（已更新）
├── 🚫 .gitignore # Git 忽略檔案清單
└── 📖 README.md # 專案說明文件
- 多語言支援：使用 Sentence Transformers 模型，專為中文最佳化
- 批次處理：支援大量文字的高效處理
- 向量維度：預設 384 維度，平衡效能與準確度
- 智慧快取：避免重複計算，提升處理速度
- API 整合：完整的 Notion API v2 支援
- 內容解析：處理各種 Notion 區塊類型（標題、段落、清單、表格等）
- 分頁處理：支援大型文件的自動分頁載入
- 錯誤處理：完善的錯誤處理和重試機制
- 智慧整合：統合所有元件的核心引擎
- GPT 整合：OpenAI GPT 模型深度整合
- 上下文組裝：智慧組合相關內容提供精確回答
- 品質控制：多重驗證確保回答品質
- 狀態監控：即時監控系統運行狀態
- 智慧分割：保持語意完整性的文字分割
- 中文最佳化：針對繁體中文的特殊處理
- 重疊處理：支援重疊分割提升檢索準確度
- 格式清理：自動處理 Notion 格式標記
- 多格式支援：支援多種文件格式解析
- FAISS 引擎：使用 Facebook AI 的高效向量搜尋引擎
- SQLite 整合：結合 SQLite 儲存文件詮釋資料
- 相似度搜尋：餘弦相似度計算和門檻過濾
- 增量更新：支援文件的新增、修改和刪除
- 索引最佳化：智慧索引管理提升搜尋效能
- 意圖理解：自動識別查詢意圖（事實性、概念性、時間性等）
- 實體識別：提取時間、地點、人物等關鍵實體
- 查詢重寫：自動錯字修正和查詢最佳化
- 權重配置：根據查詢類型動態調整搜尋權重
- 中英混用：完美處理中英文混合查詢
- 智慧記憶機制：自動管理每個用戶的對話歷程
- 時間逾時控制：設定對話逾時時間，避免記憶體佔用過多
- 上下文長度管理：智慧控制對話長度，確保 token 數量在合理範圍
- 線程安全設計：支援多用戶同時使用
- 背景清理任務：定期自動清理過期對話
- 記憶體最佳化：有效管理記憶體使用，提升系統效能
- 上下文感知查詢：接受對話上下文，提供更準確的回答
- 問題增強處理：結合上下文理解代詞和指示詞
- 智慧 Prompt 設計：根據對話歷程調整 AI 回答策略
- 多階段檢索：結合語意搜尋和關鍵字搜尋
- 品質控制機制：確保回答品質和相關性
- SDK v3 支援：使用最新的 LINE Bot SDK v3
- 特殊指令處理：支援幫助、清除記憶、狀態查詢等指令
- 錯誤處理機制：完善的錯誤處理和使用者友善的錯誤訊息
- 回應格式化：針對 LINE 平台最佳化的訊息格式
- 統計功能：即時顯示對話和系統統計資訊
- Python 版本：3.8 或更新版本
- 記憶體需求：建議 8GB+ RAM（用於模型載入和對話記憶）
- 儲存空間：至少 2GB 可用磁碟空間
- 網路環境：穩定的網際網路連線（用於 API 呼叫）
- 作業系統：支援 Windows、macOS、Linux
# 複製專案
git clone https://github.com/andiran/Notion-Rag.git
cd Notion-Rag# 建立虛擬環境
python -m venv venvnotion
# 啟用虛擬環境
# macOS/Linux
source venvnotion/bin/activate
# Windows
venvnotion\Scripts\activate# 安裝所有必要套件（包含 LINE Bot SDK v3）
pip install -r requirements.txt
# 若遇到安裝問題，可分別安裝
pip install --upgrade pip
pip install -r requirements.txt --no-cache-dir| 套件名稱 | 版本需求 | 用途說明 |
|---|---|---|
requests |
≥2.31.0 | HTTP 請求處理，用於 Notion API 呼叫 |
sentence-transformers |
≥2.2.2 | 多語言文字向量化模型 |
faiss-cpu |
≥1.7.4 | 高效向量相似度搜尋引擎 |
numpy |
≥1.24.3 | 數值計算和陣列處理 |
python-dotenv |
≥1.0.0 | 環境變數安全管理 |
openai |
≥1.3.0 | OpenAI GPT API 整合 |
torch |
≥2.0.0 | 深度學習框架與 GPU 支援 |
streamlit |
≥1.28.0 | 網頁介面框架 |
line-bot-sdk |
≥3.0.0 | 🆕 LINE Bot SDK v3（最新版本，支援連續對話） |
flask |
≥2.3.0 | 🆕 LINE Bot Web Server 框架 |
- 前往 Notion Developer Portal
- 點選「+ New integration」
- 填寫必要資訊：
- Name：RAG 智慧問答系統（或您偏好的名稱）
- Associated workspace：選擇您的工作區
- Type：Internal
- 在 Capabilities 中勾選：
- ✅ Read content
- ✅ Read user information（選用）
- 點選「Submit」建立
- 複製 Internal Integration Token（格式：
secret_xxxxxxxxx）
⚠️ 重要：Notion 2023年後採用新的 Connections 機制，不再使用舊版的 Share 功能
- 開啟您要使用的 Notion 頁面
- 點選頁面右上角的「⋯」（更多選項）
- 選擇「Connections」
- 點選「Add connections」
- 搜尋並選擇您剛建立的 Integration
- 確認連接並給予適當權限
方法一：從 URL 取得（建議）
完整 URL 範例：
https://www.notion.so/your-workspace/頁面標題-abc123def456...
頁面 ID 就是最後的 32 字元長度的字串
方法二：使用完整 URL
可直接使用完整的 Notion 頁面 URL
系統會自動解析出頁面 ID
在專案根目錄建立 config/.env 檔案：
# 建立設定檔案
mkdir -p config
touch config/.env將以下內容加入 config/.env 檔案：
# ========================================
# 必要設定（務必填寫）
# ========================================
# Notion API 設定
NOTION_TOKEN=secret_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
NOTION_PAGE_ID=https://www.notion.so/your-workspace/page-title-32字元ID
# ========================================
# OpenAI 設定（選用）
# ========================================
# OpenAI API 金鑰（若要使用 GPT 生成回答）
OPENAI_API_KEY=sk-your-openai-api-key-here
OPENAI_MODEL=gpt-3.5-turbo
USE_OPENAI=true
# ========================================
# 🆕 LINE Bot 設定（選用）
# ========================================
# LINE Bot 設定（若要使用連續對話 LINE Bot 功能）
LINE_CHANNEL_SECRET=your_line_channel_secret
LINE_CHANNEL_ACCESS_TOKEN=your_line_channel_access_token
# ========================================
# 🆕 對話記憶設定（可調整）
# ========================================
# 對話逾時時間（分鐘）
CONVERSATION_TIMEOUT_MINUTES=30
# 最大對話長度（訊息數）
MAX_CONVERSATION_LENGTH=20
# 清理間隔（分鐘）
CLEANUP_INTERVAL_MINUTES=5
# 最大上下文 token 數
MAX_CONTEXT_TOKENS=2000
# ========================================
# 🆕 伺服器設定（可調整）
# ========================================
# Flask 伺服器設定
FLASK_HOST=0.0.0.0
FLASK_PORT=5000
FLASK_DEBUG=false
# ========================================
# 進階設定（有預設值，可不填）
# ========================================
# 向量嵌入設定
EMBEDDING_MODEL=sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
EMBEDDING_DIMENSION=384
# 文字處理設定
CHUNK_SIZE=500
CHUNK_OVERLAP=50
# 搜尋設定
SIMILARITY_THRESHOLD=0.7
TOP_K=5
# 檔案路徑設定
VECTOR_DB_PATH=./vector_db
METADATA_DB_PATH=./metadata.db
CACHE_PATH=./cache
# 系統設定
UPDATE_INTERVAL=3600# 驗證 Python 環境
python --version
# 驗證套件安裝（包含 LINE Bot SDK）
python -c "import sentence_transformers, faiss, openai, streamlit, linebot.v3, flask; print('✅ 所有套件安裝成功')"
# 驗證設定檔案
python -c "from config.settings import Settings; s=Settings(); print('✅ 設定檔案載入成功')"
# 驗證 LINE Bot 設定（如有啟用）
python -c "from config.settings import Settings; s=Settings(); print(f'LINE Bot 狀態: {\"✅ 已啟用\" if s.LINE_BOT_ENABLED else \"⚠️ 未設定\"}')"為了讓RAG系統能夠更精確地理解和檢索您的Notion內容，建議按照以下方式組織您的文件：
# 主標題（H1）
## 章節標題（H2）
### 子章節標題（H3）
#### 細節標題（H4）
✅ 良好範例：
# 專案管理指南
## 需求分析階段
### 需求收集方法
#### 用戶訪談技巧
#### 問卷設計原則
### 需求分析工具
#### 用戶故事撰寫
#### 功能需求矩陣
## 系統設計階段
### 架構設計
### 資料庫設計
🔸 清單和要點
- 使用
•或1.來組織要點 - 每個要點一個核心概念
- 避免過長的段落
🔸 表格化資料
| 功能 | 說明 | 優先級 | 負責人 |
|---|---|---|---|
| 用戶登入 | 提供安全的身份驗證 | 高 | 張三 |
| 資料匯出 | 支援多種格式匯出 | 中 | 李四 |
🔸 使用 Callout 區塊
💡 重要提示：這是關鍵的系統設定步驟
⚠️ 注意事項：此操作不可逆轉
✅ 最佳實踐：建議使用此方法提升效能
🔸 使用粗體和斜體
- 粗體：重要概念、關鍵字
- 斜體：補充說明、備註
✅ 好的寫法：
API（Application Programming Interface）是應用程式之間溝通的介面，
允許不同軟體元件互相交換資料和功能。
❌ 避免的寫法：
API 就是那個東西，用來連接不同的系統。
✅ 完整步驟：
1. 開啟終端機或命令提示字元
2. 輸入 `pip install requests` 安裝套件
3. 確認安裝成功：`pip show requests`
4. 在 Python 程式中匯入：`import requests`
❌ 不完整說明：
安裝 requests 套件然後就可以用了。
# 使用程式碼區塊清楚標示
import requests
def fetch_data(url):
"""
從指定URL獲取資料
Args:
url (str): 要請求的URL
Returns:
dict: 回應的JSON資料
"""
response = requests.get(url)
return response.json()為每個頁面添加相關標籤：
#專案管理#需求分析#方法論#開發#前端#React#JavaScript#設計#UI#UX#原型
建立資料庫頁面時，添加有用的屬性：
- 狀態：進行中、已完成、待審核
- 優先級：高、中、低
- 分類：技術、業務、設計
- 建立日期：2024-01-15
- 更新日期：2024-01-20
- 標籤：多選標籤
Q: 如何重設密碼？
A: 1. 點選登入頁面的「忘記密碼」
2. 輸入您的電子郵件地址
3. 檢查郵件並點選重設連結
4. 設定新密碼並確認
Q: 系統支援哪些瀏覽器？
A: 支援 Chrome 80+、Firefox 75+、Safari 13+、Edge 80+
🔄 部署流程：
開發完成 → 程式碼審查 → 測試環境部署 → 測試驗證 → 正式環境部署 → 監控確認
📋 檢查清單：
☑️ 程式碼通過 CI/CD 測試
☑️ 資料庫遷移腳本準備就緒
☑️ 環境變數設定確認
☑️ 備份計劃制定完成
🚨 常見錯誤：Connection Timeout
📋 可能原因：
- 網路連線不穩定
- 伺服器負載過高
- 防火牆阻擋連線
🔧 解決方案：
1. 檢查網路連線狀態
2. 增加連線逾時時間設定
3. 聯絡系統管理員檢查伺服器狀態
- 插入流程圖、架構圖
- 使用螢幕截圖說明操作步驟
- 添加示意圖和概念圖
| 項目 | 說明 | 範例 | 注意事項 |
|------|------|------|----------|
| 用戶ID | 唯一識別碼 | USR001 | 不可重複 |
| 用戶名稱 | 顯示名稱 | 張小明 | 2-20字元 |
| 電子郵件 | 聯絡方式 | [email protected] | 必須有效 |
登入 / 登錄 / Sign In / Authentication
使用者 / 用戶 / User
設定 / 設置 / Configuration / Settings
如何重設密碼？
怎麼重設密碼？
忘記密碼要怎麼辦？
密碼重設流程是什麼？
無法登入怎麼辦？
在頁面開頭添加：
📋 摘要：本頁面說明系統登入功能的設計與實作
🏷️ 關鍵字：登入、身份驗證、安全性、用戶管理
📅 最後更新：2024-01-20
- 每月檢查過時資訊
- 更新版本號和日期
- 移除已不適用的內容
📝 更新記錄：
v2.1 (2024-01-20)：新增LINE Bot功能說明
v2.0 (2024-01-15)：重新整理系統架構
v1.5 (2024-01-10)：修正API文件錯誤
- 保持內部連結的有效性
- 定期檢查外部連結
- 添加相關資源的參考連結
定期使用系統測試以下問題：
- 「如何...？」
- 「什麼是...？」
- 「...在哪裡找到？」
- 「...的步驟是什麼？」
- 記錄使用者常問的問題
- 補充回答不準確的內容
- 優化搜尋關鍵字
透過以上的內容組織方式，您的RAG系統將能夠：
- 🎯 更準確地理解問題
- 🔍 快速找到相關資訊
- 💬 提供更完整的回答
- 🧠 建立更好的知識連結
網頁版提供最完整的功能和最佳的資料瀏覽體驗：
# 啟動 Streamlit 網頁應用
streamlit run app.py
# 指定連接埠（若預設埠號被佔用）
streamlit run app.py --server.port 8502瀏覽器會自動開啟 http://localhost:8501
- 💬 即時問答介面：支援連續對話，保持上下文
- 📊 系統狀態儀表板：即時顯示資料庫和系統狀態
- 🔄 一鍵更新功能：手動更新 Notion 內容
- 💡 智慧提問建議：提供範例問題快速開始
- 📱 響應式設計：完美支援手機、平板和桌機
- 🎨 現代化 UI：漸層色彩和直覺式操作介面
- ⚙️ 側邊管理面板：系統管理和設定調整
- 📈 查詢歷史記錄：追蹤您的提問和回答
適合開發者和進階使用者：
# 啟動命令列介面
python main.py- 直接提問：輸入任何問題立即獲得回答
help或?：顯示詳細使用說明status：檢查系統狀態和詳細統計資訊update：手動更新 Notion 內容clear：清空螢幕顯示quit或exit：優雅退出系統
透過 LINE 隨時隨地進行具備記憶功能的智慧問答：
# 啟動 LINE Bot 連續對話服務
python linebot_app.py
# 在背景執行
nohup python linebot_app.py > linebot.log 2>&1 &
# 檢查服務狀態
curl http://localhost:5000/health1. 建立 LINE Developer Account
- 前往 LINE Developer Console
- 使用您的 LINE 帳號登入或註冊
2. 建立 Messaging API Channel
- 點選「Create」→「Provider」
- 輸入 Provider 名稱：
RAG 智慧問答 - 點選「Create」→「Messaging API」
- 填寫 Channel 資訊：
- Channel name：RAG 智慧問答機器人
- Channel description：基於 Notion 內容的智慧問答助手，支援連續對話記憶
- Category：選擇「工具」或相關分類
3. 取得認證資訊
- Channel Secret：在 Basic settings 頁面取得
- Channel Access Token：在 Messaging API 頁面點選 Issue 產生
4. 設定 Webhook（推薦使用 ngrok）
🔧 ngrok 完整安裝設定指南
步驟1：註冊 ngrok 帳號
- 前往 ngrok.com 註冊免費帳號
- 登入後進入 Dashboard
- 在「Your Authtoken」頁面複製您的 authtoken
步驟2：安裝 ngrok
# macOS（使用 Homebrew）
brew install ngrok/ngrok/ngrok
# Windows
# 1. 從 https://ngrok.com/download 下載
# 2. 解壓縮到適當位置
# 3. 將 ngrok.exe 路徑加入系統環境變數
# Linux
# 下載適合的版本並安裝
wget https://bin.equinox.io/c/bNyj1mQVY4c/ngrok-v3-stable-linux-amd64.tgz
tar xvfz ngrok-v3-stable-linux-amd64.tgz
sudo mv ngrok /usr/local/bin步驟3：設定 authtoken
# 設定您的 authtoken（必須步驟！）
ngrok config add-authtoken YOUR_AUTHTOKEN_HERE
# 驗證設定
ngrok config check步驟4：啟動 ngrok
# 在新的終端視窗啟動 ngrok
ngrok http 5000
# 成功啟動後會顯示：
# Session Status online
# Account [email protected] (Plan: Free)
# Version 3.x.x
# Region United States (us)
# Forwarding https://abc123.ngrok-free.app -> http://localhost:5000
# 複製 https://abc123.ngrok-free.app 這個 URL步驟5：設定 ngrok 免費版限制處理
# 免費版每次重啟會更換 URL，建議設定固定子域名（付費功能）
# 或使用以下方式獲得相對穩定的連線：
ngrok http 5000 --region=ap # 使用亞太區域節點5. 設定 LINE Webhook URL
- 回到 LINE Developer Console
- 進入你的 Messaging API 頁面
- 在 Webhook settings 中：
- Webhook URL：
https://abc123.ngrok-free.app/callback - 點選「Verify」驗證連線
- 開啟「Use webhook」
- Webhook URL：
6. 關閉自動回覆功能
- 在「LINE Official Account features」中
- 將「Auto-reply messages」設為 Disabled
- 將「Greeting messages」設為 Disabled（選用）
LINE Bot 支援以下特殊指令：
🔹 基本指令：
• 「你好」、「hi」→ 顯示歡迎訊息
• 「幫助」、「help」→ 顯示使用說明
• 「清除記憶」→ 清空對話記憶，重新開始
🔹 系統查詢：
• 「狀態」、「status」→ 查看系統運行狀態
• 「統計」→ 查看個人對話統計
🔹 管理指令：
• 傳送任意問題 → 智慧問答（自動記憶上下文）
👤 用戶：你好
🤖 助手：您好！我是基於您的 Notion 文件的智慧問答助手 🤖
我可以幫您：
📚 回答 Notion 文件相關問題
💭 記住我們的對話內容
🔍 根據上下文理解您的問題
請隨時向我提問！
👤 用戶：這份文件的主要內容是什麼？
🤖 助手：根據您的 Notion 文件內容分析，主要包含...
👤 用戶：那有關於安裝的部分嗎？
🤖 助手：關於您剛才詢問的文件，安裝相關的內容如下...
(✨ 注意：機器人記住了之前的對話，知道「那」指的是前面提到的文件)
👤 用戶：如果遇到錯誤怎麼辦？
🤖 助手：針對您剛才問的安裝問題，如果遇到錯誤可以...
(✨ 持續保持對話上下文，理解問題的關聯性)
👤 用戶：清除記憶
🤖 助手：✅ 已清除對話記憶，我們重新開始吧！
👤 用戶：狀態
🤖 助手：📊 系統狀態：
💬 對話統計：
• 總對話數：5
• 活躍對話：2
...
系統監控端點：
# 健康檢查
curl http://localhost:5000/health
# 系統統計
curl http://localhost:5000/stats
# 清除所有對話記憶（管理用）
curl -X POST http://localhost:5000/admin/clear_memory背景運行管理：
# 使用 systemd（推薦用於正式環境）
sudo nano /etc/systemd/system/notion-rag-linebot.service
# 服務檔案內容：
[Unit]
Description=Notion RAG LINE Bot
After=network.target
[Service]
Type=simple
User=yourusername
WorkingDirectory=/path/to/Notion-Rag
Environment=PATH=/path/to/Notion-Rag/venvnotion/bin
ExecStart=/path/to/Notion-Rag/venvnotion/bin/python linebot_app.py
Restart=always
[Install]
WantedBy=multi-user.target
# 啟用服務
sudo systemctl enable notion-rag-linebot
sudo systemctl start notion-rag-linebot
sudo systemctl status notion-rag-linebot適用場景：專案文件、會議紀錄、任務追蹤
❓ 使用者：這個專案的主要里程碑有哪些？
🤖 智慧回答：根據您的專案文件，主要里程碑包括：
1. 需求分析完成（第2週）
2. 系統設計確認（第5週）
3. 原型開發完成（第10週）
...
❓ 使用者：那目前進度如何？
🤖 智慧回答：根據剛才提到的專案里程碑，目前進度...
(✨ 機器人記住了前面討論的里程碑內容)
❓ 使用者：如果第3個里程碑延遲會怎麼樣？
🤖 智慧回答：關於您提到的原型開發完成這個里程碑，如果延遲可能會影響...
(✨ 理解「第3個里程碑」指的是前面提到的「原型開發完成」)
適用場景：課程筆記、研究資料、知識庫
❓ 使用者：機器學習的監督式學習有哪些演算法？
🤖 智慧回答：根據您的學習筆記，監督式學習主要包括：
• 分類演算法：決策樹、隨機森林、SVM、神經網路
• 迴歸演算法：線性迴歸、多項式迴歸、嶺回歸
...
❓ 使用者：其中 SVM 的優缺點是什麼？
🤖 智慧回答：關於您剛才問到的 SVM（支援向量機），其優缺點如下...
(✨ 自動理解 SVM 是前面提到的分類演算法之一)
❓ 使用者：那實際應用時該怎麼選擇？
🤖 智慧回答：在選擇剛才討論的這些監督式學習演算法時，建議...
(✨ 結合前面的討論內容給出建議)
適用場景：公司政策、作業流程、FAQ
❓ 使用者：員工請假的申請流程是什麼？
🤖 智慧回答：根據公司政策文件，請假申請流程如下：
1. 提前3天提出申請（緊急情況除外）
2. 填寫線上請假表單
...
❓ 使用者：那緊急情況要怎麼處理？
🤖 智慧回答：關於您剛才問的請假申請，緊急情況的處理方式...
(✨ 理解問題與前面請假流程的關聯)
❓ 使用者：如果主管不在怎麼辦？
🤖 智慧回答：在請假申請流程中，如果直屬主管不在，可以...
(✨ 保持對話連貫性，知道是在討論請假流程)
- 上下文理解：理解「這個」、「那個」、「它」等代詞
- 對話連貫性：記住之前討論的主題和細節
- 深入問答：支援多輪深入探討同一主題
- 智慧提示：根據對話歷程提供相關建議
- 記憶管理：自動管理記憶體使用，避免系統負擔
❓ 問題：出現 401 未授權錯誤
💡 解決方案：
1. 檢查 NOTION_TOKEN 是否正確設定在 config/.env 中
2. 確認 Integration Token 格式：secret_xxxxxxxxxxxxxxxxx
3. 驗證 Integration 是否已正確建立且未過期
4. 重新產生 Integration Token 並更新設定
❓ 問題：出現 404 找不到頁面錯誤
💡 解決方案：
確認頁面已透過 Connections 連接到 Integration：
1. 開啟 Notion 頁面
2. 點選右上角「⋯」選單
3. 選擇「Connections」→「Add connections」
4. 搜尋並選擇您的 Integration
5. 確認連接成功且權限正確
⚠️ 重要：不要使用舊版的 Share 功能，請使用新版 Connections
❓ 問題：Integration 無法讀取頁面內容
💡 解決方案：
1. 確認使用新版 Connections 機制
2. 檢查 Integration 權限是否包含「Read content」
3. 確認頁面與 Integration 的連接狀態
4. 嘗試重新連接 Integration
❓ 問題：頁面 ID 格式錯誤
💡 解決方案：
支援兩種格式：
- 完整 URL：https://www.notion.so/workspace/page-title-32字元ID
- 純 ID：32 字元長度的字串（包含數字和字母）
系統會自動解析 URL 中的頁面 ID
❓ 問題：OpenAI API 版本相容性錯誤
💡 解決方案：
# 確保安裝正確版本
pip install --upgrade openai>=1.3.0
# 如果仍有問題，重新安裝
pip uninstall openai
pip install openai>=1.3.0❓ 問題：API 金鑰無效或額度不足
💡 解決方案：
1. 檢查 OPENAI_API_KEY 格式：sk-xxxxxxxxxxxxxxxxxxxxxxxx
2. 前往 OpenAI 官網確認帳戶額度
3. 檢查 API 金鑰是否有正確的權限設定
4. 確認金鑰未過期或被撤銷
❓ 問題：不想使用 OpenAI 服務
💡 解決方案：
在 config/.env 中設定：
USE_OPENAI=false
系統會使用內建的規則式查詢分析，
雖然回答品質可能略降，但仍可正常運作❓ 問題：OpenAI 回應太慢或超時
💡 解決方案：
# 使用較快的模型
OPENAI_MODEL=gpt-3.5-turbo
# 或設定不使用 OpenAI
USE_OPENAI=false❓ 問題：LINE Bot 無法接收訊息
💡 解決方案：
1. 檢查 ngrok 是否正常運行：curl https://your-url.ngrok.io/health
2. 確認 Webhook URL 設定正確且已驗證
3. 檢查 LINE_CHANNEL_SECRET 和 LINE_CHANNEL_ACCESS_TOKEN
4. 確認已關閉 LINE 官方帳號的自動回覆功能
❓ 問題：LINE Bot 回覆錯誤訊息
💡 解決方案：
1. 查看 linebot_app.py 的終端輸出日誌
2. 確認 RAG 系統是否正常初始化
3. 檢查 Notion 內容是否已成功載入
4. 測試發送簡單訊息如「你好」
❓ 問題：ngrok 連線不穩定
💡 解決方案：
1. 重新啟動 ngrok：ngrok http 8080
2. 更新 LINE Developer Console 中的 Webhook URL
3. 考慮升級 ngrok 付費版本以獲得穩定的 URL
4. 或部署到雲端平台（Heroku、AWS、GCP 等）
❓ 問題：模型載入速度太慢
💡 解決方案：
# 設定快取目錄加速後續載入
export TRANSFORMERS_CACHE=./cache
CACHE_PATH=./cache
# 使用較小的模型
EMBEDDING_MODEL=sentence-transformers/all-MiniLM-L6-v2❓ 問題：記憶體使用量過高
💡 解決方案：
# 降低批次處理大小
BATCH_SIZE=4
# 使用 CPU 版本
pip install faiss-cpu
# 關閉並行處理
export TOKENIZERS_PARALLELISM=false
export OMP_NUM_THREADS=1❓ 問題：搜尋回應速度慢
💡 解決方案：
# 降低檢索文件數量
TOP_K=3
# 提高相似度門檻
SIMILARITY_THRESHOLD=0.8
# 減少文字分塊大小
CHUNK_SIZE=300❓ 問題：Streamlit 介面載入慢
💡 解決方案：
# 清理 Streamlit 快取
streamlit cache clear
# 使用較小的模型
EMBEDDING_MODEL=sentence-transformers/all-MiniLM-L6-v2
# 重新啟動服務❓ 問題：向量資料庫損壞或無法載入
💡 解決方案：
# 刪除現有資料庫檔案
rm -rf vector_db/ metadata.db
# 重新啟動系統，會自動重建
python main.py
# 或
streamlit run app.py❓ 問題：Notion 內容更新後搜尋結果未改變
💡 解決方案：
# 方法一：使用更新指令
python main.py
> update
# 方法二：手動刪除資料庫重建
rm -rf vector_db/ metadata.db
python main.py
# 方法三：在網頁版點選「更新Notion內容」按鈕❓ 問題：磁碟空間不足
💡 解決方案：
# 清理模型快取
rm -rf cache/
# 清理系統快取
pip cache purge
# 使用較小的模型
EMBEDDING_MODEL=sentence-transformers/all-MiniLM-L6-v2❓ 問題：搜尋結果不準確
💡 解決方案：
# 降低相似度門檻
SIMILARITY_THRESHOLD=0.6
# 增加檢索結果數量
TOP_K=8
# 調整文字分塊設定
CHUNK_SIZE=500
CHUNK_OVERLAP=50❓ 問題：中文搜尋效果不佳
💡 解決方案：
# 使用中文最佳化模型
EMBEDDING_MODEL=sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2
# 或使用多語言模型
EMBEDDING_MODEL=sentence-transformers/paraphrase-multilingual-mpnet-base-v2❓ 如何更新 Notion 內容？
💡 三種更新方式：
1. 網頁版：點選「更新Notion內容」按鈕
2. 命令列：輸入 'update' 指令
3. 自動更新：系統根據 UPDATE_INTERVAL 設定自動更新（預設1小時）
4. 🆕 LINE Bot：傳送「更新」指令（管理員功能）
❓ 🆕 如何管理 LINE Bot 對話記憶？
💡 對話記憶管理：
# 檢查對話統計
curl http://localhost:5000/stats
# 清除所有對話記憶（管理用）
curl -X POST http://localhost:5000/admin/clear_memory
# 調整對話逾時設定（在 .env 檔案中）
CONVERSATION_TIMEOUT_MINUTES=60 # 改為60分鐘
# 調整最大對話長度
MAX_CONVERSATION_LENGTH=30 # 改為30則訊息❓ 如何清理快取和重置系統？
💡 完整重置步驟：
# 停止所有相關程序（包含 LINE Bot）
pkill -f "streamlit\|python.*app.py\|python.*main.py\|python.*linebot_app.py"
# 刪除資料檔案
rm -rf vector_db/ cache/ metadata.db
# 清理 Python 快取
find . -type d -name __pycache__ -exec rm -rf {} +
find . -name "*.pyc" -delete
# 重新啟動系統
python main.py
# 🆕 重新啟動 LINE Bot
python linebot_app.py使用 status 指令可查看詳細系統狀態：
python main.py
> status輸出範例：
📊 系統狀態報告
════════════════════════════════════════════════
📚 向量資料庫狀態:
✅ 資料庫路徑: ./vector_db
✅ 文件數量: 1,234 筆
✅ 向量維度: 384
✅ 資料來源: notion_page_abc123...
✅ 最後更新: 2024-06-09 14:30:25
🤖 AI 模型設定:
✅ OpenAI 狀態: 已啟用
✅ GPT 模型: gpt-3.5-turbo
✅ 嵌入模型: paraphrase-multilingual-MiniLM-L12-v2
✅ 向量維度: 384
⚙️ 系統參數設定:
📏 文字分塊大小: 500 字元
🔄 重疊長度: 50 字元
🎯 相似度門檻: 0.70
📊 檢索數量: 5 筆
🔗 Notion 連接狀態:
✅ API Token: 已設定
✅ 頁面 ID: abc123...
✅ 連接測試: 成功
✅ 權限檢查: 讀取權限正常
📱 🆕 LINE Bot 狀態:
✅ LINE Bot: 已啟用
✅ Webhook URL: 已設定
✅ SDK 版本: v3.0.0
✅ 對話記憶: 運行中
💭 🆕 對話記憶統計:
👥 活躍對話: 3 個
💬 總訊息數: 156 則
⏰ 逾時設定: 30 分鐘
🧠 記憶體使用: 12.5 MB
💾 系統資源使用:
💽 磁碟使用: 256 MB
🧠 記憶體使用: 1.2 GB
⏱️ 平均查詢時間: 850 ms
════════════════════════════════════════════════
網頁版提供即時的系統狀態儀表板：
- 📊 資料庫統計：文件數量、向量數量、最後更新時間
- 🤖 AI 模型狀態：當前使用的模型和設定
- ⚙️ 系統參數：即時顯示所有重要參數
- 🔄 更新控制：一鍵更新 Notion 內容
- 📈 效能指標：查詢回應時間、系統資源使用
- 📱 🆕 LINE Bot 監控：即時顯示 LINE Bot 狀態和對話統計
# 檢查 LINE Bot 服務狀態
curl http://localhost:5000/health
# 預期回應
{
"status": "ok",
"message": "LINE Bot 連續對話服務運行中",
"rag_status": "initialized",
"conversation_memory": "active",
"active_conversations": 3,
"timestamp": "2024-06-09T14:30:25Z"
}
# 檢查詳細統計
curl http://localhost:5000/stats
# 預期回應
{
"system_status": {
"total_conversations": 15,
"active_conversations": 3,
"total_messages": 234,
"memory_usage_mb": 12.5
},
"rag_engine": {
"total_documents": 1234,
"vector_dimension": 384
}
}當系統出現問題時，請依序檢查：
-
✅ 環境設定檢查
python -c "from config.settings import Settings; print('設定載入成功')" -
✅ 套件相依性檢查
python -c "import sentence_transformers, faiss, openai, linebot.v3, flask; print('套件正常')" -
✅ Notion 連線檢查
python -c "from core.notion_client import NotionClient; from config.settings import Settings; nc = NotionClient(Settings().NOTION_TOKEN); print('Notion 連線正常')" -
✅ 🆕 LINE Bot 設定檢查
python -c "from config.settings import Settings; s=Settings(); print(f'LINE Bot: {\"✅ 正常\" if s.validate_line_bot_settings() else \"❌ 設定不完整\"}')" -
✅ 對話記憶功能檢查
python -c "from core.conversation_memory import ConversationMemory; cm = ConversationMemory(); print('✅ 對話記憶功能正常')" -
✅ 資料庫檔案檢查
ls -la vector_db/ metadata.db
-
✅ 權限檢查
# 檢查檔案寫入權限 touch test_write.tmp && rm test_write.tmp && echo "✅ 寫入權限正常"
-
✅ 🆕 網路連接埠檢查
# 檢查 LINE Bot 連接埠是否被佔用 lsof -i :5000 # 檢查 ngrok 連線狀態（如果使用） curl -s http://localhost:4040/api/tunnels | python -m json.tool
定期檢查專案是否有新版本：
# 檢查遠端版本
git fetch origin main
git log HEAD..origin/main --oneline
# 查看版本差異
git diff HEAD origin/main
# 更新到最新版本
git pull origin main# 檢查過期套件
pip list --outdated
# 更新所有套件到最新版本（包含 LINE Bot SDK）
pip install -r requirements.txt --upgrade
# 更新特定套件
pip install --upgrade openai sentence-transformers streamlit line-bot-sdk flask
# 驗證更新後的相容性
python -c "from config.settings import Settings; print('✅ 更新成功')"
# 🆕 驗證 LINE Bot 功能
python -c "from services.linebot_handler import LineBotHandler; print('✅ LINE Bot 更新成功')"當系統有重大更新時，可能需要重建向量資料庫：
# 備份現有資料
mkdir -p backup/pre_update_$(date +%Y%m%d)
cp -r vector_db/ metadata.db backup/pre_update_$(date +%Y%m%d)/
# 刪除舊資料庫
rm -rf vector_db/ metadata.db
# 🆕 停止 LINE Bot 服務（如果在運行）
pkill -f "python.*linebot_app.py"
# 重新初始化系統
python main.py
# 🆕 重新啟動 LINE Bot
python linebot_app.py &建議在每次更新後記錄：
# 建立更新記錄
echo "$(date): 更新到版本 X.X.X" >> update_log.txt
echo "變更內容: [新增 LINE Bot 連續對話記憶功能]" >> update_log.txt
echo "新功能: 對話記憶管理、上下文理解、智慧回應" >> update_log.txt
echo "---" >> update_log.txt如有使用上的問題或建議，歡迎透過以下方式聯絡：
- 技術問題：關於安裝、設定、使用方面的疑問
- 功能建議：對系統功能的改進建議
- 錯誤回報：發現程式錯誤或異常行為
- 🆕 LINE Bot 問題：關於連續對話功能的問題
- GitHub Issues：https://github.com/andiran/Notion-Rag/issues
本專案為個人開發的學習專案，主要用於展示 RAG 技術和對話 AI 的實際應用。
使用注意事項：
- 本軟體僅供學習和個人使用
- 使用者需自行承擔使用風險
- 建議在正式環境使用前進行充分測試
- API 使用費用（如 OpenAI、LINE Bot）由使用者自行承擔
- 🆕 對話記憶功能：會在本地記憶體中儲存對話內容，請注意隱私保護
🚀 立即開始使用連續對話 LINE Bot！
- 完成 LINE Bot 設定
- 啟動
python linebot_app.py - 透過 LINE 與您的 Notion 智慧助手對話
- 享受具有記憶功能的連續問答體驗！