LLM · RAG · 模型网关

用一台没有 GPU 的 VPS，搭建一个输入股票代码就自动输出分析报告的服务。数据来自日本官方的 EDINET DB 决算短信，股价来自 Yahoo Finance，分析交给 LLM。记录了从数据源选型到缓存优化的完整过程。

用一台没有 GPU 的 VPS，搭建能处理中文、日文、英文的会议转写服务。Whisper 负责”听”，LLM 负责”改”，把一个小时的会议录音变成可读的文字记录。记录了完整的实现路径、模型选择的权衡，以及实测中踩过的坑。

Part 1 完成了”题目 → MP4″的视频合成能力，但脚本是硬编码的，也没有配音。这一篇接入 LLM 自动生成脚本，用 edge-tts 加配音，让整条流程真正自动化。

上一篇用几行纯文本验证了 RAG 流程。但真实场景里，文档是 PDF、PPT、HTML。这篇记录如何让 RAG 解析这些格式，以及在处理一份 66 页财报 PDF 时的实测结果和踩坑。

不依赖 Dify、不部署向量数据库服务，只用一台 VPS、一个 Python 脚本和 NVIDIA 的免费模型接口，从零跑通检索增强生成（RAG）。记录了完整的实现路径、关键参数和踩过的坑。

Sharing OpenAPI Prox

用Dify搭建RAG：零代码构建知识库问

企业RAG实战：常见问题与解决方案 RA