待验证50% 置信事实精确时间
VaultLedger 使用 qwen2.5:7b 模型通过 Ollama 本地运行，并以 PyMuPDF 提取 PDF 文本、Pydantic schema 约束输出、pandas 进行比对、Streamlit 作为界面。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
VaultLedger：基于 Ollama 的离线发票对账工具
rss2026/10/18
涉及实体
相关事实
待验证Local Receipt Sorter 的技术栈包括 PyMuPDF 解析 PDF、Streamlit 提供交互界面、pandas 处理导出。70% 相似待验证VaultRAG 的文档摄取流程为：用户在 React 界面上传 PDF，FastAPI 接收文件，LangChain 使用 RecursiveCharacterTextSplitter 切分文本块，随后通过 Ollama 生成嵌入向量并存储在本地向量库中。63% 相似待验证llama.cpp支持GGUF格式的量化模型，并内置了Web UI页面62% 相似待验证Ollama 通过 Modelfile 中的 TEMPLATE 字段管理 chat template 配置，模型发布者也会在 GGUF 文件元数据中嵌入推荐模板59% 相似待验证Geopandas是Python生态中用于地理空间数据处理的核心库，它扩展了pandas的数据框结构，使其支持几何对象（如点、线、多边形）。57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1058361API
curl https://kongchang.com/api/v1/knowledge/claims/1058361MCP
get_claim(id=1058361)