
以本地語言模型與自動化流程,打造高擴展性研究啟發平台
一、系統概述
本系統是一套針對研究起始階段設計的 AI 輔助平台,結合:
- 🎯 本地語言模型(LLM)
- 🔧 自動化流程(n8n)
- 💬 開源對話介面(OpenWebUI),接受客製化LLM工具
支援使用者從模糊的想法出發,逐步釐清研究問題、探索資料、形成論證方向。
二、核心功能模組
🧠 1. 關鍵提問工具 key_question_tool
- 使用者輸入模糊問題 → 系統透過 n8n + LLM 進行摘要與重構提問
- 使用蘇格拉底式對話策略,引導聚焦研究主題與假設
📚 2. 論文搜尋工具 searchthearxiv
- 根據主題自動查詢 arXiv API,擷取摘要、作者、連結
- 自動整合並回傳摘要資訊
💬 3. 自然語言互動模組
- 使用本地 LLM(Ollama)進行對話支援,涵蓋延伸發想、主題補充、觀點建構
三、系統架構圖
graph TD
A[使用者輸入] --> B{輸入是否明確?}
B -->|否| C1[呼叫 key_question_tool]
B -->|是| E1{是否需要更多資料?}
E1 -->|否| G1[Ollama 自然對話]
E1 -->|是| F1[呼叫 searchthearxiv]
subgraph s1[關鍵問題工具 處理流程]
C1 --> C2[傳送至 n8n api]
subgraph s1a[LLM 分析與產出]
C2 --> C3[n8n 呼叫 LLM 摘要]
C3 --> C4[n8n 呼叫 LLM 組織提問]
end
C4 --> C5[回傳提問]
end
subgraph s2[論文搜尋工具 處理流程]
F1 --> F2[查詢 arXiv API]
F2 --> F3[回傳論文]
end
s1 --> G1
s2 --> G1
四、產品利基與價值主張
面向 | 現況痛點 | 系統優勢 |
---|---|---|
研究初期思路模糊 | 缺乏外部引導與反思機制 | 關鍵提問工具能引導問題拆解與主題定位 |
文獻搜尋效率低 | 手動搜尋難快速聚焦 | 論文搜尋工具自動整合摘要與引用入口 |
工具零散整合困難 | 無統一框架串接多工具 | 本系統模組化、高度可插拔 |
對商業系統依賴高 | 無法本地部署 / 成本高 | 完全自架,資料不外洩,低成本 |
五、開源架構與維運優勢
元件 | 技術 | 優勢 |
---|---|---|
LLM | Ollama + LLaMA3 / Mistral | 支援本地模型、自訂與切換彈性高 |
對話介面 | OpenWebUI | 支援多 Agent 與工具註冊,低學習門檻 |
任務流程 | n8n | 圖形化流程,整合任何 API,維運簡單,高度客製化個人流程 |
論文資料源 | arXiv API | 高品質、免費、無授權問題 |
🔧 採用活躍開源方案,具備高社群活力與長期維護潛力
🧱 架構模組分離,利於多階段導入、分權維運、機動擴充
六、應用場景
- 🎓 學術研究:碩博研究起步、選題工作坊輔助
- 🏫 教學輔助:AI+研究方法課程、知識論引導教案
- 🧑💼 顧問/新創研究:技術主題快速探索與文獻理解
- 🧩 可進一步嵌入 LMS、筆記工具、提案工具中