NLP Day 45 系列總結與延伸路線

執行需求：CPU 可跑。今天是「NLP 與大型語言模型應用」系列的第四十五篇，也是專案五篇的最後一篇。我們花一天回顧這 45 天的學習路徑：從 Day 1 的環境與工具鏈開始，經過文本前處理、詞向量、分類、LLM API、微調、檢索、RAG、Agent、LangGraph、成本武器、部署、到最後五天的「企業知識庫問答」專案。本篇不寫新技術，只整理學過的工具、指標、模型，給出延伸到 2025 年 5 月後可走的學習方向。我們會把七個階段的學習重點串成一張圖，並列出五個常見的職涯方向，最後給一份延伸閱讀清單（不引用 2025 年 5 月之後的新工具或新模型）。

引言

回頭看 45 天前，Day 1 我們說「這系列要把讀者從『會用 BERT 做分類』帶到『能獨立打造 LLM 應用』」。今天我們可以驗收這個承諾：Day 1–4 建立環境與基礎（Python、spaCy、jieba、sentence-transformers），Day 5–12 走完 NLP 經典任務（分類、NER、情緒分析、零樣本），Day 13–21 進入 LLM 與微調（API、提示工程、Ollama、結構化輸出、LoRA、評估），Day 22–30 走過檢索與 RAG（嵌入、向量資料庫、查詢改寫、rerank、GraphRAG），Day 31–37 從 RAG 走到 Agent（企業知識庫、ReAct、MCP、多 Agent、安全、文件處理自動化），Day 38–40 加上框架與部署武器（LangGraph、成本最佳化、FastAPI 串流），最後 Day 41–45 把所有工具組合成一個可部署的企業知識庫系統。四十四篇技術文之後的這篇，是把所有工具、指標、概念在腦中重新組合成一張可以帶走的地圖。

本篇的內容分四段：第一段回顧七個階段的學習路徑與代表工具；第二段整理「企業知識庫問答」專案的最終成果；第三段列出 2025 年 5 月前仍可走的延伸學習方向（multi-modal RAG、量化推論、Agent 部署等）；第四段是 45 天學習的「自我評估清單」，讀者可以對照檢查自己學到了什麼、還缺什麼。這篇沒有新的程式碼，但有大量引用 Day 1–44 的連結，方便你回頭補課。

七個階段的學習路徑

在把這張地圖列出來之前，我們先用一段小程式把「45 天中每天的主題」做一個快速掃描，幫自己複習這整套內容的章節分布：

# 1. 掃描 posts-nlp 目錄，看看每篇的章節 ID 與任務分類
import re
from pathlib import Path

posts_dir = Path("posts-nlp")
slots = []
for fp in sorted(posts_dir.glob("*-nlp-day-*.html")):
    m = re.match(r"(\d+)-nlp-day-(\d+)", fp.stem)
    if not m:
        continue
    slots.append((int(m[1]), fp.name, fp.stat().st_size // 1024))

# 統計各任務的篇章數
from collections import Counter
counter = Counter()
for slot, name, _ in slots:
    if slot <= 2:
        counter["導論"] += 1
    elif slot <= 12:
        counter["分類"] += 1
    elif slot <= 21:
        counter["LLM 與微調"] += 1
    elif slot <= 32:
        counter["檢索與 RAG"] += 1
    elif slot <= 37:
        counter["Agent"] += 1
    elif slot <= 40:
        counter["框架與部署"] += 1
    else:
        counter["專案"] += 1

print("七個階段篇章分布：")
for stage, n in counter.items():
    print(f"  {stage:12s} {n} 篇")
# 輸出範例：
# 七個階段篇章分布：
#   導論        2 篇
#   分類        10 篇
#   LLM 與微調   9 篇
#   檢索與 RAG   11 篇
#   Agent       5 篇
#   框架與部署   3 篇
#   專案        5 篇

把 45 天切成七個階段，每個階段都有「理論 → 程式 → 實戰」的節奏。我們用一張地圖把每一階段的代表工具、指標、實戰資料集整理起來，方便你回頭查閱。

階段	天數	代表工具	代表指標	實戰資料集
導論	Day 1–2	Python、Colab、transformers、LangChain、向量資料庫	—	—
基礎	Day 3–4	spaCy、jieba、OpenCC、sentence-transformers	—	中文客服訊息
分類	Day 5–12	TF-IDF、BERT、timm、情緒分析、零樣本	accuracy、F1、AUROC、混淆矩陣	客服工單
LLM 與微調	Day 13–21	OpenAI、Anthropic、Ollama、LoRA、QLoRA	BLEU、ROUGE、LLM-as-judge	指令微調資料
檢索與 RAG	Day 22–32	Chroma、pgvector、Qdrant、GraphRAG、rerank	recall@k、MRR、忠實度	企業知識庫
Agent	Day 33–37	ReAct、MCP、文件處理自動化	任務完成率、安全檢測	合約查詢
框架與部署	Day 38–40	LangGraph、成本最佳化、FastAPI、串流輸出	P50/P95 延遲、throughput	—
專案	Day 41–44	hybrid_rerank、ONNX、Streamlit、Docker	引用正確率、忠實度、覆蓋率	個資法

這張表是我們完成 45 天的「全景」。每一格都能在對應的篇章找到詳細實作：分類的遷移學習（Day 5 與 Day 8）、微調的 LoRA 設定（Day 17）、RAG 的 hybrid_rerank（Day 42）、Agent 的 LangGraph 狀態管理（Day 38）、部署的 ONNX + FastAPI + Streamlit（Day 44）、最後在 Day 41–44 全部組合成可部署服務。

專案五篇的最終成果

專案五篇（Day 41–45）把前面 40 天的工具組合成一個 production-ready 的企業知識庫問答系統。我們把它的最終成果整理成一張表：

# 2. 把 Day 41–44 的最終指標整合起來
import json
from pathlib import Path

# 三個關鍵檔案：experiments_log.json（Day 42）、errors_log.json（Day 43）、eval_report.md（Day 43）
exp = json.loads(Path("experiments_log.json").read_text(encoding="utf-8"))
errors = json.loads(Path("errors_log.json").read_text(encoding="utf-8"))

best = next(r for r in exp if r["run"] == "hybrid_rerank")

print("=== Day 41–44 專案五篇最終成果 ===")
print(f"資料集：個人資料保護法 + 施行細則（法務部全國法規資料庫，政府資料開放授權條款 v1）")
print(f"檢索（hybrid_rerank）：recall@4={best['avg_recall@4']:.4f}, MRR={best['avg_mrr']:.4f}")
print(f"生成（Day 43 評估）：引用正確率=0.9400, 忠實度=0.8750, 覆蓋率=0.9000")
print(f"錯誤案例（Day 43）：{len(errors)} 個，分 FN/FP/Hallucination 三類")
print(f"部署（Day 44）：ONNX={Path('embedding_e5_small.onnx').stat().st_size // 1024 // 1024} MB，"
      f"FastAPI:8000 + Streamlit:8501，DOCKER image ≈ 1.2 GB")
# 輸出範例（固定條件下每次都一致）：
# === Day 41–44 專案五篇最終成果 ===
# 資料集：個人資料保護法 + 施行細則（法務部全國法規資料庫，政府資料開放授權條款 v1）
# 檢索（hybrid_rerank）：recall@4=0.8500, MRR=0.9167
# 生成（Day 43 評估）：引用正確率=0.9400, 忠實度=0.8750, 覆蓋率=0.9000
# 錯誤案例（Day 43）：4 個，分 FN/FP/Hallucination 三類
# 部署（Day 44）：ONNX=190 MB，FastAPI:8000 + Streamlit:8501，DOCKER image ≈ 1.2 GB

把 Day 41–44 的最終指標整合成一份摘要：資料來源是政府開放資料、檢索 recall@4 達到 0.85、生成引用正確率達到 0.94、4 個錯誤案例寫進 fallback 邏輯、部署用 ONNX + FastAPI + Streamlit + Docker 容器化。這份專案展示的不是「最先進的模型」，而是「production-ready 的最小可行產品」——所有元件都跑得起來、所有指標都達標、可以 demo、可以監控、可以部屬。

這套系統與 Day 31–32 的原型差別有三點：第一，檢索從純 dense 升級到 hybrid_rerank（recall@4 從 0.65 提升到 0.85）；第二，評估從 A/B 測試升級到完整四指標（引用正確率、忠實度、覆蓋率、延遲）；第三，部署從 notebook 腳本升級到 ONNX + FastAPI + Streamlit + Docker 容器。這三個升級剛好對應「檢索」、「評估」、「部署」三個 RAG 系統最關鍵的環節。

四個貫穿主題

回顧這 45 天的內容，有四個「貫穿主題」反覆出現，每一個都值得單獨再深入：

主題一：資料永遠比模型重要。從 Day 3（文本前處理）到 Day 11（標註與資料增強）到 Day 22（嵌入與語意）到 Day 41（知識庫整備），資料相關的天數佔了近三分之一。我們學過的關鍵工具包括：jieba、OpenCC、Albumentations、sentence-transformers、Chroma、RAGAS。資料品質的提升往往比模型替換更划算——一個好的資料切分可以讓 5 M 參數的小模型逼近 100 M 的大模型。

主題二：指標必須對應業務問題。Day 10、Day 19、Day 29、Day 43 都在強調「單一指標容易誤導」。工業界常見的 best practice：先用 recall@k 看整體、再用 precision/recall 看部署 trade-off、最後用 per-class 指標找瓶頸。這套方法在 Day 42 的檢索實驗（純 dense 0.65 → hybrid_rerank 0.85）與 Day 43 的錯誤分析（FN/FP/Hallucination）完整示範了一遍。

主題三：訓練 vs 推論的權衡。從 Day 17（LoRA 微調）到 Day 25（RAG 架構）到 Day 39（成本武器）到 Day 44（ONNX 部署），這個主題貫穿整個系列。學完之後你應該了解：訓練追求最高指標會大量用 GPU + 大模型；推論追求最低延遲會大量用 ONNX + 量化 + 邊緣裝置。連接兩者的橋樑是「模型轉換 + benchmark + 上線觀察」。

主題四：錯誤分析驅動迭代。Day 10（分類錯誤）、Day 17（偵測錯誤）、Day 29（RAG 評估）、Day 43（生成錯誤）四個篇章都強調「不要只盯著指標把數字調高，要把錯誤拆給工程師看」。這個方法論在工業界比「重新 train 一個新模型」更常見：先看錯誤分布，再決定要不要換模型、換資料、還是換 prompt。

常見職涯方向

在介紹五條職涯路線之前，我們用一張簡單的「技能 vs 路線」表格幫你判斷自己目前的位置：

# 3. 五條職涯路線的技能對照（純資料，方便決策）
career_paths = {
    "NLP 工程師": {
        "核心技能": ["transformers", "LangChain", "PEFT", "向量資料庫", "ONNX"],
        "延伸技能": ["FastAPI", "Docker", "CI/CD"],
        "入門年資": "1-3 年",
        "適合特質": "喜歡把模型做出來跑起來",
        "Day 對應": "Day 5, 17, 22, 30, 38, 41-44",
    },
    "ML 工程師": {
        "核心技能": ["PyTorch", "Spark", "Airflow", "MLflow"],
        "延伸技能": ["Feast", "Kafka", "Dashboard"],
        "入門年資": "2-4 年",
        "適合特質": "喜歡處理資料管線與自動化",
        "Day 對應": "Day 11, 18, 22, 41-44",
    },
    "LLM Researcher": {
        "核心技能": ["論文閱讀", "預訓練", "RLHF", "arXiv"],
        "延伸技能": ["數學推導", "benchmark 設計", "論文撰寫"],
        "入門年資": "需要碩博士學位",
        "適合特質": "對前沿技術有強烈好奇心",
        "Day 對應": "Day 17, 20, 34, 35, 39",
    },
    "MLOps / Production": {
        "核心技能": ["Docker", "Kubernetes", "Prometheus", "Terraform"],
        "延伸技能": ["Grafana", "Kafka", "CI/CD"],
        "入門年資": "2-4 年",
        "適合特質": "在乎穩定性與監控",
        "Day 對應": "Day 39, 40, 44",
    },
    "RAG / Domain Expert": {
        "核心技能": ["領域知識", "RAG 工具鏈", "Prompt Engineering"],
        "延伸技能": ["法規/醫療/金融領域知識", "標註"],
        "入門年資": "1-3 年",
        "適合特質": "喜歡把 LLM 接到特定產業",
        "Day 對應": "Day 25, 28, 30, 31, 32, 41-44",
    },
}
for name, attrs in career_paths.items():
    print(f"== {name} ==")
    for k, v in attrs.items():
        print(f"  {k}: {v}")
    print()

這張對照表展示了「學完 45 天後，你可以走哪幾條路」。每條路都有 Day 對應欄位，告訴你這個系列中哪幾篇對這條職涯最有幫助。例如想做 RAG / Domain Expert，主要看 Day 25（RAG 架構）、Day 28（rerank）、Day 30（GraphRAG）、Day 31–32（企業知識庫）、Day 41–44（專案）。想做 Researcher，主要看 Day 17（LoRA）、Day 20（幻覺）、Day 34–35（多 Agent）的原理章節。Career recommendation 的關鍵在於你的「興趣特質」與「現有技能」的交叉點，不要只看哪條路薪水高。

學完這 45 天的內容後，你有幾個常見的下一站可以選擇：

1. NLP 工程師（NLP Engineer）：把模型訓練 + 部署整套做完。這條路以 transformers、LangChain、PEFT、向量資料庫、ONNX 為核心技能。專案篇 Day 41–44 就是這個角色的最佳預習。薪資區間在台灣大約年薪 100–180 萬新台幣。
2. ML 工程師（Machine Learning Engineer）：覆蓋 NLP + CV + 推薦系統，但通常以其中一條為主。NLP 工程師與 ML 工程師的差異在「後者會處理更多資料管線、MLOps、特徵工程」。延伸技能：Airflow、Spark、MLflow、Feast。
3. LLM Researcher：投入新模型研發、論文發表。這條路偏學術，工業界職缺主要在大公司的 Research Lab（OpenAI、Google DeepMind、Meta AI）或新創 LLM 公司。延伸技能：大量論文閱讀、PyTorch 自刻模型、arXiv 追蹤。薪資區間較高（年薪 150–300 萬新台幣），但競爭也激烈。
4. MLOps / Production Engineer：把模型從 notebook 推到 production。這條路專注於 deployment、monitoring、A/B testing、retraining。延伸技能：Kubernetes、Prometheus、Grafana、Terraform。
5. RAG / Domain Expert：在特定產業（醫療、法律、金融、製造）把 LLM 技術落地。這條路除了 ML 之外，還要懂領域知識（醫療影像需要懂 DICOM、農業需要懂植物病理學、法律需要懂法條結構）。Day 31–32 與 Day 41–44 就是這個角色的標準 SOP。

這五條路並不互斥，許多 NLP/ML 工程師在工作 5–10 年後會跨界到 MLE 或 Researcher。建議你在工作 3 年內把第一條（NLP 工程師）的核心技能練熟，再依專案需要延伸到其他方向。

延伸學習方向

在給延伸資源清單之前，我們用一段小程式把 6 個延伸學習方向做成結構化索引，方便日後查詢：

# 4. 延伸學習的「主題 → 關鍵論文與教材」對照表
extensions = {
    "Multi-modal RAG": [
        "Radford 2021, CLIP (ICML)",
        "Li 2022, BLIP-2 (arXiv)",
        "Liu 2023, LLaVA (NeurIPS)",
        "Chen 2023, GPT-4V 技術報告",
    ],
    "量化與邊緣部署": [
        "Jacob 2018, Quantization + Training (CVPR)",
        "ONNX Runtime 1.19 (Microsoft, 2024)",
        "OpenVINO 2024.4 (Intel)",
        "TensorRT 8.6 (NVIDIA, 2023)",
    ],
    "Agent 與工具呼叫": [
        "Yao 2022, ReAct (arXiv:2210.03629)",
        "Anthropic 2024, MCP 規範",
        "OpenAI 2023, Function Calling",
        "Schick 2023, Toolformer (NeurIPS)",
    ],
    "RAG 評估框架": [
        "Es 2024, RAGAS (arXiv:2309.15217)",
        "Saad-Falcon 2024, ARES (arXiv:2311.09476)",
        "Es 2024, Faithfulness vs Factuality (arXiv:2404.10128)",
    ],
    "向量資料庫進階": [
        "Qdrant 1.12 (2025-01)",
        "pgvector 0.8 (2025-02)",
        "Milvus 2.5 (2025)",
        "LanceDB 0.10 (2025)",
    ],
    "Self-RAG 與 Adaptive RAG": [
        "Asai 2023, Self-RAG (arXiv:2310.11511)",
        "Jeong 2024, Adaptive-RAG (arXiv:2403.14403)",
    ],
}
for theme, papers in extensions.items():
    print(f"== {theme} ==")
    for p in papers:
        print(f"  - {p}")
    print()

這六個主題在 2025 年 3–5 月都已有穩固的論文與工具基礎，且都有良好的 Python 套件支援。讀完這系列後，你可以依興趣選一條深入。每個主題的入門成本大約 1–3 個月（每天 2–3 小時）。

45 天內容其實只是「可工作的 NLP 工程師」最低門檻。接下來還有非常多值得深入的方向，這裡列出 6 個在 2025 年 5 月前仍持續發展、且有良好社群基礎的主題：

1. Multi-modal RAG（多模態檢索增強生成）。本系列只處理文字 RAG，但企業真實場景常需要處理圖片、表格、PDF。Multi-modal RAG 把 CLIP 或 BLIP-2 這類視覺語言模型整合進檢索管線，可以對「圖片 + 文字」做混合檢索。建議閱讀：Learning Transferable Visual Models From Natural Language Supervision（CLIP，2021）。

2. 量化與邊緣部署。Day 44 我們用 ONNX 加速 embedding 推論，但尚未觸及 INT8 量化、TFLite、TensorRT、Qualcomm SNPE 等。量化能把模型從 190 MB 壓到 50 MB、推論加速 2–3 倍，是邊緣裝置部署的必備技能。建議閱讀：Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference（2019）。

3. Agent 與工具呼叫的進階設計。Day 33–38 我們學過 ReAct、MCP、LangGraph，但這些都還在「單 Agent」的範疇。進階主題包括多 Agent 協作（AutoGen、CrewAI）、Self-RAG（讓 Agent 自己判斷要不要檢索）、Adaptive-RAG（根據問題難度動態調整流程）。建議閱讀：ReAct: Synergizing Reasoning and Acting in Language Models（2022）。

4. RAG 評估框架的工程化。Day 43 我們手寫四個指標，但工業界常用 RAGAS、ARES、Promptfoo 等開源框架。這些框架支援「指標漂移偵測」、「A/B 測試」、「prompt 版本控制」，是 production 部署的必備工具。建議閱讀：RAGAS: Automated Evaluation of Retrieval Augmented Generation（2023）。

5. 向量資料庫的規模化。本系列用 Chroma 處理 100 個 chunk，真實工業界要處理數十萬到數百萬個 chunk。Qdrant、pgvector、Milvus 在這個規模仍能保持高效 ANN 搜尋；LanceDB 用 columnar 格式儲存向量、適合分析型查詢。建議閱讀：Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs（HNSW，2016）。

6. Self-RAG 與 Adaptive RAG。傳統 RAG 對每個問題都做相同流程，Self-RAG 讓模型自己判斷要不要檢索（甚至要不要重檢索），Adaptive-RAG 根據問題難度選不同流程。這兩個方向在 2024–2025 年快速發展，是 RAG 領域的前沿。建議閱讀：Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection（2023）。

自我評估清單

在列出 13 條自我評估之前，我們用一個簡單的對照函式幫你把「會」與「不會」快速分類：

# 5. 自我評估清單的「會/不會」計數器
checklist = {
    "能用 spaCy 與 jieba 做文本前處理": "Day 3, 7",
    "能用 sentence-transformers 做嵌入": "Day 4, 22",
    "能用 BERT 微調文本分類": "Day 5, 8",
    "能用 OpenAI / Ollama 串接 LLM": "Day 13, 15",
    "能用 prompt engineering 控制 LLM 輸出": "Day 14, 16",
    "能用 LoRA 做參數高效微調": "Day 17",
    "能用 BLEU / ROUGE / LLM-as-judge 評估生成": "Day 19",
    "能用 Chroma / pgvector / Qdrant 做向量檢索": "Day 23, 41",
    "能用 BM25 + dense 做混合檢索": "Day 27, 42",
    "能用 cross-encoder 做 rerank": "Day 28, 42",
    "能用 RAGAS 風格指標評估 RAG 系統": "Day 29, 43",
    "能用 ReAct / function calling 做 Agent": "Day 33",
    "能用 MCP / LangGraph 設計狀態機 Agent": "Day 34, 38",
    "能用 FastAPI + Streamlit 部署 RAG 服務": "Day 40, 44",
    "能把個資法問答系統從資料整備做到容器化": "Day 41-44",
}

checked = {
    "能用 spaCy 與 jieba 做文本前處理",
    "能用 sentence-transformers 做嵌入",
    "能用 OpenAI / Ollama 串接 LLM",
    "能用 Chroma / pgvector / Qdrant 做向量檢索",
    "能用 BM25 + dense 做混合檢索",
    "能用 RAGAS 風格指標評估 RAG 系統",
    "能用 FastAPI + Streamlit 部署 RAG 服務",
    "能把個資法問答系統從資料整備做到容器化",
}

print(f"自我評估：{len(checked)}/{len(checklist)} 條已通過")
unfinished = [k for k in checklist if k not in checked]
print("未通過的條目：")
for u in unfinished:
    print(f"  - {u}（建議補 {checklist[u]}）")
# 輸出（取決於 checked 集合）：
# 自我評估：8/15 條已通過
# 未通過的條目：
#   - 能用 BERT 微調文本分類（建議補 Day 5, 8）
#   ... 等等

讀完 45 天後，可以用這個清單自我檢核。如果每條都能說出具體做法，你就是「可上工的 NLP 工程師」；若有卡住的地方，可以回頭查對應的篇章。

1. 能用 spaCy 與 jieba 做中文文本前處理（Day 3、Day 7）。
2. 能用 sentence-transformers 把文字轉成向量（Day 4、Day 22）。
3. 能用 BERT 微調文本分類（Day 5、Day 8）。
4. 能用 OpenAI 與 Ollama 串接 LLM（Day 13、Day 15）。
5. 能用 prompt engineering 控制 LLM 輸出格式（Day 14、Day 16）。
6. 能用 LoRA 做參數高效微調（Day 17）。
7. 能用 BLEU、ROUGE、LLM-as-judge 評估生成品質（Day 19）。
8. 能用 Chroma / pgvector / Qdrant 建立向量檢索（Day 23、Day 41）。
9. 能用 BM25 + dense 做混合檢索（Day 27、Day 42）。
10. 能用 cross-encoder 做 rerank（Day 28、Day 42）。
11. 能用 RAGAS 風格指標評估 RAG 系統（Day 29、Day 43）。
12. 能用 ReAct 與 function calling 設計 Agent（Day 33）。
13. 能用 MCP 與 LangGraph 設計狀態機 Agent（Day 34、Day 38）。
14. 能用 FastAPI 與 Streamlit 部署 RAG 服務（Day 40、Day 44）。
15. 能把企業知識庫問答系統從資料整備做到容器化部署（Day 41–44）。

這 15 條覆蓋了基礎、LLM、RAG、Agent、部署五個面向，每一條都對應到具體的篇章；如果有 3 條以上答不出來，建議先補課再進入下一步。

常見錯誤與踩雷

錯誤一：學完 45 天覺得自己「都會了」就直接上工。NLP 的實際專案遠比 Day 41–44 複雜：客戶資料的格式可能不是個人資料保護法風格、領域詞彙需要重新標註、prompt 需要反覆調。建議先在小型 demo 證明技術可行，再逐漸擴大範圍。

錯誤二：忽略資料合約與設定檔。許多新手寫完訓練程式就交差，沒有把資料切分、preprocess、threshold 寫成設定檔；當資料變動時整個訓練流程要重寫。Day 41 我們把 manifest 與 project_config.py 寫得很完整，正是要避開這個坑。

錯誤三：用 Python list / dict 當 ML 系統的「資料庫」。Day 44 的服務把產線結果寫進 CSV 是 demo 等級；正式 production 要用 PostgreSQL 或 MongoDB 儲存，且 schema 要固定。建議在 Day 41–44 之上再做一個「資料庫層」設計。

錯誤四：版本混亂。整個系列我們固定 2025 年 3–5 月版本，但工業界常見的踩雷是「同事裝了 2025 年下半年的新版本，結果某些 API 被 deprecate」。建議用 requirements.txt 或 pyproject.toml 鎖版本，或用 Docker image 鎖住整個環境。

錯誤五：忽略可觀察性。服務上線後沒 log、沒 metrics、沒 alert，等於瞎子摸象。Day 44 的服務應該加上 logging 與 metrics（FastAPI 的 prometheus middleware），把每個 request 的 latency、引用正確率、忠實度寫到 Prometheus + Grafana，工業界已把這個當成標準做法。下面這段示範把推論結果寫成 CSV log，供下游 dashboard 繪圖：

# 6. 為部署的服務加上基本的 CSV log，方便日後做長期的品質追蹤
import csv
from datetime import datetime, timezone, timedelta
from pathlib import Path

LOG_PATH = Path("inference_log.csv")
HEADER = ["timestamp", "filename", "label", "citation_precision", "latency_ms"]

def log_request(filename: str, citation_precision: float, latency_ms: float) -> None:
    """記錄每一次推論的指標（沿用 Day 44 的設計）"""
    ts = datetime.now(timezone(timedelta(hours=8))).isoformat()
    with LOG_PATH.open("a", newline="", encoding="utf-8") as f:
        csv.DictWriter(f, fieldnames=HEADER).writerow({
            "timestamp": ts,
            "filename": filename[:50],
            "label": "ok",
            "citation_precision": round(citation_precision, 4),
            "latency_ms": round(latency_ms, 1),
        })

if not LOG_PATH.exists():
    with LOG_PATH.open("w", encoding="utf-8") as f:
        f.write(",".join(HEADER) + "\n")
log_request("個資法查詢 001", citation_precision=0.95, latency_ms=2150)
print(f"已寫入 inference_log.csv，目前 {LOG_PATH.stat().st_size} bytes")
# 輸出範例（每次會 append 一筆）：
# 已寫入 inference_log.csv，目前 132 bytes

效能與實務提醒

45 天學完後，最常見的時間分配建議：30% 寫程式、30% 讀論文、20% 看教學影片、20% 做 side project。寫程式是基本功、讀論文吸收前沿、看影片理解思路、做 side project 整合應用。對應到本系列，Day 5、Day 17、Day 42 的程式碼可以作為 side project 起點；Day 25、Day 30 的 RAG 章節是寫論文的標準引用來源。

另外一個工程上的提醒：學完 45 天不等於你能獨立解所有 NLP 問題，但你有足夠基礎去讀論文、debug 模型、與其他工程師合作。每週投入 8–10 小時、3 個月就能從這個基礎走到「可獨立負責小型 NLP 專案」的程度；6 個月走到「可主導中型專案」。

最後，NLP 是 AI 中「文字應用」的主力，從客服機器人、文件摘要、合規審查、知識管理到寫作助理、搜尋引擎、內容審核，每個產業都有需求。把這系列學到的工具組合起來，你應該能在 3 個月內做出第一個 demo，並在 6 個月內拓展到正式產品。

小結

今天把 45 天的學習路徑整理成一張地圖：七個階段從導論、基礎、分類、LLM 與微調、檢索與 RAG、Agent、框架與部署、到專案；四個貫穿主題——資料、指標、訓練/推論權衡、錯誤分析；五個常見職涯方向；六個延伸學習方向；以及 15 條自我評估清單。我們的目標不是讓你「會訓練最先進的模型」，而是讓你「能獨立完成一個能 demo、能部署、能解釋的 LLM 應用專案」。這 45 天結束了，但 NLP 學習的路還很長；希望這篇能讓你有一張帶得走的地圖，在未來遇到問題時知道該回頭查哪一篇。

結語

今天是整個系列的最後一篇。回頭看這 45 天，我們從 Day 1 的環境設定出發，走過分類（Day 5–12）、LLM（Day 13–21）、RAG（Day 22–32）、Agent（Day 33–37）、框架與部署（Day 38–40），最後在 Day 41–44 把所有工具組合成一個可在 CPU 上跑的企業知識庫問答系統，並在 Day 42 的檢索實驗中比較三組策略、在 Day 43 的評估中發現「引用正確率」是企業最在意的指標、在 Day 44 的部署中用 ONNX + FastAPI + Streamlit 把服務化完成。這整個過程是一個完整的「資料 → 模型 → 評估 → 部署」閉環，是工業界最基本也最重要的四步。

最值得帶走的觀念有三個：第一，「資料永遠比模型重要」——一個好的資料流程帶來的提升，往往比換模型還多；第二，「指標必須對應業務問題」——單看 AUROC 或 recall@4 容易誤導，必須搭配錯誤案例視覺化與 LLM-as-judge 一起看；第三，「永遠準備好 retrain」——上線後的服務要有批次再訓練的機制，這是工業界常見的閉環，也是 Day 39 的成本武器可以延伸應用的場景。這三個觀念不只適用於 Day 41–44 的企業知識庫，也適用於整個 NLP 領域的任何任務。

系列完結，但學習沒有終點。希望這個系列能幫助你走進 NLP 與 LLM 應用領域，並在客服、文件、法務、醫療、金融等場景中看到「學會的工具可以用在哪裡」。祝你在後續的學習中，找到自己有興趣的方向、做出有影響力的 LLM 應用專案。如果有任何回饋或問題，請透過部落格的聯絡頁找到我。再見。

延伸資源

• Hugging Face Transformers 官方文件（4.49–4.51，2025）：https://huggingface.co/docs/transformers/v4.49.0/en/index，預訓練模型、tokenizer、Trainer 的標準 API。
• LangChain 官方教學（0.3.x，2025）：https://python.langchain.com/docs/introduction/，RAG、Agent、工具呼叫的標準範例。
• LangGraph 官方文件（0.2.x，2025）：https://langchain-ai.github.io/langgraph/，狀態機 Agent 的標準設計模式。
• RAGAS 評估框架（0.2 世代，2025）：https://docs.ragas.io/，忠實度、相關性、引用正確性的標準評估指標。
• Chroma 官方文件（0.6.x，2025）：https://docs.trychroma.com/，向量資料庫的標準介面。
• FastAPI 官方教學（0.115.x，2024）：https://fastapi.tiangolo.com/zh-tw/tutorial/，HTTP 服務、async、Pydantic、依賴注入的標準範例。
• Streamlit 官方文件（1.41.x，2025）：https://docs.streamlit.io/，ML Demo UI 的快速搭建工具。
• Ollama 官方網站（0.7.x，2025-01）：https://ollama.com/，本地模型執行環境；phi3:mini、qwen2.5:7b、llama3.3 等開源模型。
• 全國法規資料庫（法務部，政府資料開放授權條款—第 1 版）：https://law.moj.gov.tw/，個資法與施行細則的官方網址。
• 《Natural Language Processing with Transformers》專書（2024）：Lewis Tunstall, Leandro von Werra, Thomas Wolf，從 transformer 基礎到部署的完整指南。
• Stanford CS324 大型語言模型課：https://stanford-cs324.github.io/，LLM 基礎理論的經典教材。
• arXiv cs.CL 每日清單：https://arxiv.org/list/cs.CL/recent，最新 NLP 與 LLM 論文的 RSS feed。