AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


Dify Workflow 重磅上线!
发布日期:2024-05-08 04:46:42 浏览次数: 3174


“I think AI agent workflows will drive massive AI progress this year — perhaps even more than the next generation of foundation models. This is an important trend, and I urge everyone who works in AI to pay attention to it.”

—Andrew Ng


“我认为,AI agent workflow 将在今年推动人工智能取得巨大进步,甚至可能超过下一代基础模型。这是一个重要的趋势,我呼吁所有从事人工智能工作的人都关注它。”

—吴恩达

在过去的一年中,我们已经看到了大型语言模型(LLMs)巨大的潜力,但要将其转化成可落地的具体解决方案,仍然充满挑战:由于 LLM 的输出的不确定性特性,使用单一的 prompt 难以构建复杂逻辑的应用类型。尤其在企业业务生产中,需要将 LLM 能力嵌入企业流程中,在达到自动化目的的同时,也需要使其输出更可靠、稳定。

在经过 2 周社区用户的小范围试用后,Dify 正式推出了 AI Workflow——相较于大模型只能通过单一 prompt 交互的不足,AI Workflow 可以通过多步骤逻辑生成可预测的输出。

构建 iPhone customer service 的演示

Workflow 目前可以作为一个独立的应用类型访问。它也可以在 “聊天助手” 应用中激活,用于构建复杂的对话流(Chatflow)。

PS: 如果你在此前已经创建的 chatbot 应用在专家模式下,我们仍然保留它原有的编辑模式,你可以选择升级成为 workflow 模式,你的数据并不会受到影响。

拖、拉、拽编排

Workflow 的核心是一个直观的拖放界面。你可以通过连接不同的节点在一个无限的画布上构建你的 Workflow。在本次版本中,我们优先支持一些核心节点包括:

  • LLM:选择任意一个主流的大型语言模型,并定义它的输入和输出。

  • 工具:使用内置的和自定义的工具来扩展你的 workflow 能够实现的功能。

  • 意图分类器:让 LLM 对用户的输入自动分类,根据不同的类别进行工作流转。

  • 知识检索:为你的 LLMs 挂载来自现有知识库的上下文数据。

  • 代码:执行自定义的 Python 或 Node.js 代码。

  • If/Else 块:定义条件逻辑以创建分支的 Workflows。

但这只是个开始。我们设计的 Workflow 具备强大的扩展性,允许我们不断扩大可用节点的类型。随着我们更多地了解我们社区的需求和用例,我们将引入新的节点来支持更广泛的应用范围。

灵活地配置节点

Workflow 的一个关键优势是其灵活性。每个节点都是可配置的,允许根据你的确切需要来自定义你的 Workflow。你可以为每个节点定义输入和输出,确保它的工作逻辑和数据流动符合你的预期。

对于更高级的数据操作,Workflow 提供了专门的节点类型。我们设计了 “模板” 和 “变量分配器” 节点,让你在节点之间重塑和重新分配变量,实现复杂的数据转换。“HTTP 请求” 节点允许你通过直接从你的 Workflow 发出 HTTP 请求来与外部服务集成。而“代码” 节点让你注入自己的 Python 或 NodeJS 代码,这样你就可以以更加自由的方式实现自定义逻辑和数据控制。

与 Dify 生态系统的无缝集成

Workflow 完美融入 Dify 生态系统。它为所有内置和自定义工具提供了原生支持,确保你可以在你的 Workflows 中充分利用 Dify 平台的全部能力。你可以将已设置好检索方案的知识库、平台提供的第一方丰富工具、自定义的工具等,作为其中一个节点能力编排。

就像 Dify 的每一个功能一样,Workflow 最终为你交付 API ,允许你轻松地将你的 Workflows 集成到你现有的应用程序和系统中。而且,借助 Dify 内置的“日志分析”、“应用运行数据概览”、“日志反馈”等可观察性功能,你可以随时观察关键的日志数据,以便随着时间监控和优化你的 Workflows 工作表现。

强大的调试和测试

一个新共识是:构建可靠的 LLM 应用是具有一定挑战性的。因此,我们直接将强大的调试和测试工具集成到 Workflow 中。Dify 中你可以轻松地端到端测试你的 Workflows,确保你的应用程序从开始到结束的行为符合预期。你还可以单独测试每个节点,让你能够快速定位问题。

所有的测试运行都会自动记录下来,为你提供 workflow 行为的详细记录。如果出现问题,你可以追溯你的测试历史,识别问题,并采取纠正措施。在处理像 LLM 应用这样复杂的系统时,这种可追溯性是至关重要的。

开放性:支持 DSL 导入导出

Dify Workflow 支持 DSL 导入导出是其最酷的功能之一。通过 DSL,你可以轻松地导出你的 Workflows 并将它们导入到其他工作区,在系统之间移动你的 Workflows 并根据你的需要再次自定义它们。这个特性为社区内的合作、分享和在他人工作基础上再构建打开了一扇世界之窗。

向 AI 落地业务迈进

我们很高兴在随着 LLM 创新者的不断探索过程中推出了 workflow。正如吴恩达博士所说,AI workflow 将会是今年推动人工智能落地应用的重要举措和趋势。Dify 的使命一直很清晰:为所有 LLM 创新者提供强大的工具,以更有效的方式使用 AI 构建你的业务流程。Workflow 是朝向这一目标迈出的一大步,我们希望它能帮助你将 AI 输出变得更加稳定和可靠,并推动 LLMs 在现实世界中落地生产。

我们迫不及待想看到你使用 Dify 将无数的想法变为现实。

更多详情,请参阅帮助文档:

https://docs.dify.ai/v/zh-hans/guides/workflow


去 GitHub 中了解 Dify v0.6:

https://github.com/langgenius/dify/releases/tag/0.6.0


访问 Dify 云服务:https://dify.ai


?

 Dify

  •  GitHub  Dify

  • 线线 Dify使

  •  GitHub ⭐️

  • https://github.com/langgenius/dify



53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询