一个Python CLI加SQLite,本地分析政府合同省下API费用

想分析政府合同数据又不想用云API？有个叫Arrow的Python小工具，直接本地SQLite搞定，连Ollama调用都设计成可断可续的。

怎么跟Ollama打交道

这块配置挺灵活。默认Ollama主机地址是http://127.0.0.1:11434。你需要设置一个环境变量ARROW_ANALYSIS_MODEL，填上你本地拉取（ollama pull）的模型标签，比如qwen2.5:7b。它有两个命令会用这个模型去分析“为什么合适”和做摘要。

关键环境变量：
OLLAMA_HOST (默认 http://127.0.0.1:11434)
ARROW_ANALYSIS_MODEL - 用于why和summarize的模型标签
ARROW_NO_AUTO_OLLAMA=1 - 如果你不想应用在后台尝试启动ollama serve

如果没设置ARROW_ANALYSIS_MODEL，相关流程会明确提示失败，而不是拿个空字符串去调API。还有个细节，它支持一个旧别名ARROW_OLLAMA_MODEL，如果你原来就用这个变量名，也能无缝衔接。

为什么强调format: json

因为发给模型的提示是结构化的任务包，里面包含了资料、通知字段，还有一个本地计算好的deterministic_signals块。我们要求模型返回的JSON必须匹配我们定义的小模式（比如解释匹配度、做摘要）。用format: json这个参数能引导模型生成合法的JSON。即便这样，如果返回结果带了Markdown代码块标记，工具还会先剥离它们，如果JSON解析失败，还会用更严格的提示重试一次。

说白了，它不绑定某个特定的人设或模型。仓库里提供了示例Modelfile模板（Modelfile.example.*），但这只是参考，不是必须的。你只要把ARROW_ANALYSIS_MODEL指向任何一个能处理短文本结构化推理并输出JSON的本地模型标签就行。

项目地址：
https://github.com/frys3333/Arrow-contract-intelligence-organization

作者在Reddit帖子里还提了几个技术点：数据全在本地，核心使用不需要任何LLM供应商的API密钥；分析部分只需要一个本地拉取的模型，不要求特定的“Swan”或自定义名称；另外，工具还包含一个IPv4偏好帮助器，用于下载那个巨大的CSV文件（这部分和Ollama无关），在某些网络环境下能省不少事。

留言聊聊
你觉得这种“可断可续”的本地LLM集成设计，是处理敏感或离线数据的未来趋势吗？

来源：Reddit Ollama｜原文：Arrow — local SAM contract CSV + SQLite; optional