TODO：準備給 DailyNotes 增加一個提醒功能，準備接入 AI 來做一些事情。試了一下，非常靠譜。

具體 DailyNotes 和 Ollama 的交互方式，可以直接調用命令行，也可以走網絡API。

rayu@K2CD9WCYN4 ~ % ollama run deepseek-r1:7bpulling manifest
pulling 96c415656d37... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ 4.7 GB
pulling 369ca498f347... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  387 B
pulling 6e4c38e1172f... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ 1.1 KB
pulling f4d24e9138dd... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  148 B
pulling 40fb844194b2... 100% ▕█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  487 B
verifying sha256 digest
writing manifest
success
>>>
>>> 請為我下面這句話生成一個json配置：
... 明天中午提醒我，訪問https://ollama.com/library/deepseek-r1
...
... 要求：1. 配置中要包含具體日期時間，提醒內容。 2. 回復內容只包含json配置，無其他說明性文字。
<think>
嗯，用戶讓我生成一個JSON配置來提醒他明天中午訪問一個特定的URL。首先，我需要理解他的具體需求是什么。他說“明天中午提醒”，所以時間應該是明天中午。那日期怎么算呢？假設今天是2023年10月5日，那么明天就是10月6日。中午通常是指12點，所以我應該把時間設為2023-10-06T12:00:00Z。接下來，提醒內容需要包含訪問URL的鏈接：https://ollama.com/library/deepseek-r1。然后，用戶要求回復只包含JSON，沒有其他說明性文字。所以結構應該是類似{"message": {"date_time": "...","content": "..."}
}這樣。我還要確保日期格式正確，是ISO標準的，比如YYYY-MM-DDTHH:MM:SSZ。然后，檢查是否還有其他參數需要添加？用戶沒有提到，所以可能不需要。最后，確認整個結構是否正確，有沒有語法錯誤。例如，鍵名是否正確，是否有雙引號和逗號正確使用。這樣生成JSON后，用戶可以直接復制到他的應用中使用。
</think>{"message": {"date_time": "2023-10-06T12:00:00Z","content": "訪問https://ollama.com/library/deepseek-r1"}
}

為了方便使用，還可以在 ollama 之上封裝一層，形成一個定制化的模型，詳見 https://www.hostinger.com/tutorials/ollama-cli-tutorial