粤ICP备17114055号
微信扫码
与创始人交个朋友
支持私有云部署
我要投稿
知识库（RAG）是大模型时代的必备技术之一。现在可以搭建知识库的平台也有很多，大模型自身的智能体平台有gpts、coze、glm、poe等。还有一些更多开发自由度的平台。如dify、阿里百炼等。
最近使用了一下Dify平台的工作流搭建，感觉还是有点特点的，值得分享记录一下。
Dify的界面比较简洁，可以在首页直接选择创建空白应用，也可以从应用模板中创建，在应用模板创建，比较实用，可以避免由于对于输入输出参数的操作不熟悉，而耽误时间。笔者第一次就是选择了一个模板进行修改而创建的。
可以看到模板有很多，这次我选择的是第一个知识库+聊天机器人
点击使用该模板后，出现一个弹窗，接着进行修改完成内容就可以了。
在编排页面会出现工作流的搭建
因为使用了模板，所以说工作流中的输入输出参数一般不用修改，你只需要修改知识库名字等其他内容就可以了。
Dify的思路开发设计思路是以工作流为主线的，RAG中的知识库是单独的模块，存储好了以后，在工作流中得到引用。
在知识库栏目中，点击创建知识库就可以进行上传文件的对话框
这里支持的文件类型很多，在同类产品中这属于比较突出的。上传完成后，给知识库起一个名字，然后就可以在工作流中导入使用了。
搭建完成后，可以进行调试。
在这个环节，dify项目有个比较好的功能，能够直观地了解问题在流程中的状态。
比如我问一个问题，完成答案以后，可以点击工作流中的各个节点去看从问题输入到形成回复的工作过程。
可以看到知识库检索到文献出处及其具体的内容。通过看到回顾这些检索过程，我们可以很直观的了解我们的知识库对于问题回答的响应能力，为进一步优化设计好方向。
当然dify知识库操作上，还有其他的关于知识库召回的统计等设计，在此不赘述了，大家可以多尝试，总体感觉还是比较简单实用的。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-01-17
从 Dify 到 Rill-Flow：大模型应用平台的进化之路
2025-01-13
前后端源码部署：Dify v0.15.0 升级 v1.0.0-beta.1 的尝试
2025-01-11
Dify v1.0.0-beta：插件开启公测
2025-01-07
Dify v0.15.0：全新父子检索策略 - 更精准，更全面的知识检索
2024-12-27
【场景驱动】企业的哪些重复性任务，最适合用Coze循环节点来解决？——慢慢学AI146
2024-12-24
Coze，Dify，FastGPT，哪个更强？全方位对比分析来了！
2024-12-19
打开日本市场背后，Dify 是怎么做 AI 全球化的？
2024-12-15
有了 NewAPI 之后，Dify 的可玩儿性又高了
2024-04-25
2024-04-24
2024-07-16
2024-07-20
2024-05-08
2024-05-07
2024-05-09
2024-06-21
2024-12-24
2024-04-25
回到顶部