把自己博客和各个软件的笔记内容整合起来做个性化 QA bot，试了两种方式，尝试对比下优劣：

1. 直接使用 openai API fine-tune 自己的模型
优点：文档清晰，整理好自己的数据集，可以很快出模型
缺点：数据隐私性不好；训练费钱，使用更费钱

2. 使用langchain工具链本地fine-tune
优点：模型选择多样，本地可以控制fine-tune过程，数据不出网，安全
缺点：环境配置繁杂，训练费时间

理想方案：是将自己的数据临时挂载在算力平台，平台提供模型和友好的fine-tune控制界面，得到训练后的模型，卸载数据。
有没有满足集成整个理想流程的方案呢？