熟练使用 Python 与 Ollama 完成本地私有化 AI 部署，独立搭建过 RAG 知识库问答系统，覆盖文档解析、切片、向量检索、问答生成全流程。熟悉向量检索与参数调优，能针对切片策略（chunk_size/overlap）、检索数量（top_k）、提示词进行效果调优，并有建立固定测试集、AB 对比验证效果的习惯，能说清每次改动对回答质量的影响。会用 Streamlit 开发网页交互界面，支持多轮对话；用 PyInstaller 将项目打包为 exe 交付，配套使用文档与演示素材，客户零基础即可使用。此外独立开发过一个本地个人工作台（单页 HTML + Python 本地服务 + JSON 数据），用于学习进度、任务与复盘管理，数据完全本地保存。擅长办公自动化（批量文件处理、数据整理、API 调用），逻辑清晰，能独立完成从需求分析到部署交付的完整链路。

项目背景：为企业搭建本地私有化 RAG 知识库问答系统，实现内部文档的智能问答，数据不出本机。

我的职责：独立完成 Ollama 本地部署与向量检索链路搭建，通过调整切片策略、检索数量与提示词，使回答准确率明显提升；用 Streamlit 开发问答界面，支持多轮对话；最终用 PyInstaller 打包为 exe 交付，附完整使用文档。

结果产出：可独立运行的交付包一套，支持 PDF/TXT 文档问答，客户零技术基础即可使用。