PageAssist 介紹
PageAssist 是一款開源的 Chrome 擴充功能，提供簡易的介面，讓使用者可以在瀏覽器中使用 Ollama，並支援 RAG（Retrieval-Augmented Generation，檢索增強生成）與MCP（Model Context Protocol）等功能。
本文將介紹如何使用 PageAssist 搭配 Ollama 實作 RAG，並以立端115年第一季財報 PDF 作為範例，讓語言模型根據上傳的文件內容回答問題。
下載 PageAssist
首先，在 Chrome 瀏覽器的擴充功能頁面中，點選「前往Chrome線上應用程式商店」，搜尋並下載 PageAssist。
如下圖所示，即為 PageAssist 的下載頁面。
開啟 PageAssist
下載並安裝PageAssist後，點選以下按鈕即可開啟PageAssist視窗。
開啟後，可以看到PageAssist提供類似 Ollama 的操作介面。
在下圖紅框處，可以選擇要執行的大型語言模型（LLM）。本篇範例使用 Gemma 4 模型。
接著，點選右上角的「設定」
設定 PageAssist
PageAssist 預設使用英文介面。如果希望使用中文介面，可以在 General Settings 的 Language 選項中選擇繁體中文。
此外，也可以在網頁搜尋設定中選擇想要使用的搜尋引擎。
設定 RAG 與 Embedding Model
接著點選 Pipeline 設定，在左側可以看到RAG相關設定。
RAG 需要使用Embedding Model將文件內容轉換成向量，以便後續進行文件檢索。本篇範例使用：
nomic-embed-text-v2-more:latest
選擇適合的 Embedding Model 後，即可進一步建立 RAG 所需的知識庫。
建立知識庫
在左側選單點選「知識管理」，即可選擇要加入知識庫的文件。
接著點選右側的「新增知識」，會出現文件上傳視窗。
選擇要加入的文件即可。PageAssist 支援 PDF、CSV、TXT、DOCX 等多種檔案格式。
上傳財報文件
本篇範例使用「立端 115 年第一季財報」PDF 作為 RAG 的資料來源。
上傳文件後，狀態欄會顯示「處理中」。需要等待狀態變成「已完成」，才代表文件已經處理完成，可以進一步進行查詢。
使用RAG查詢文件
完成文件上傳後，在 Prompt 視窗中選擇剛才建立並上傳的文件。
接著就可以針對立端 115 年第一季財報提出問題。
例如，可以詢問財報中的營收相關資訊。
PageAssist會根據上傳的 PDF 文件內容進行檢索，並將相關資訊提供給語言模型，最後由模型產生回答。
如下圖所示，模型可以根據上傳的 PDF 文件，回答立端 115 年第一季的營收數據。
結語
透過 PageAssist，可以使用較簡單的操作方式搭配Ollama建立RAG應用。
本篇以立端 115 年第一季財報作為範例，將PDF文件加入 Knowledge，再透過Embedding Model建立文件檢索能力，最後讓LLM根據文件內容回答問題。
如果希望進一步了解RAG背後的運作原理，可以先閱讀RAG與Embedding的相關介紹，再實際使用 PageAssist 進行操作，會比較容易理解整個流程。