微信扫码
与创始人交个朋友
我要投稿
Dify 一直致力于帮助开发者快速落地 AI 创意,无论是验证产品原型还是构建生产力工具,Dify Workflow 都是最佳选择。在最新的 v0.10.0 版本中,我们推出了备受期待的文件上传功能,使 Workflow 能够处理多种格式的文档和音视频,进一步拓展了 AI 应用开发的边界。
表格处理:在各类文档或电子表格中快速检索和处理特定内容。
更重要的是,文件上传功能为多模态 AI 应用铺平了道路。开发者现可轻松构建能理解和处理图片、音频、视频的复杂工作流,大幅提升应用的功能性和用户体验。
上传文件后,还需根据文件类型进行预处理,以便 LLM 有效理解和分析内容。文档类文件(如 TXT、PDF、HTML 等)需在 Workflow 中使用文档提取器节点进行文本提取,将其转换为 LLM 可用的字符串变量。音视频文件则需通过额外的工具进行编码处理,如音频转文本或视频关键帧提取。(值得一提的是,OpenAI 最新发布的 “gpt-40-audio-preview” 模型支持直接处理音频进行推理和对话,我们将在之后的版本迭代中适配这一功能。)
本次更新我们不仅新增了文档提取器和列表操作节点,分别用于文件的提取和筛选,还增强了大部分 Workflow 节点,详细信息请参阅帮助文档:
https://docs.dify.ai/zh-hans/guides/workflow/file-upload
Google 最近推出的 AI 工具 NotebookLM,因为新增了“音频”功能,引起了不少关注。它能迅速分析长篇内容,提取关键信息,并生成类似播客的对话式语音摘要。这不仅省去了用户大量阅读时间,还能让他们更轻松地通过掌握内容要点。
接下来,我们将为你展示如何利用文件上传功能和相关节点,通过 Workflow 将文档转化为对话式 AI 播客,实现类似于 NotebookLM 的功能。
新建一个 Chatflow,在开始节点中,设置文件上传和定义关键变量(如语气、主持人、嘉宾和语言)。
file: 选择“单文件”的字段类型,允许上传文档类型文件。
tone: 使用"下拉选项"类型,包括 Casaul(随意的)、Formal(正式的)、Humorous(幽默的)等选项,让用户自定义 AI 播客的交流风格。
host_name: 选择“文本”类型,用于输入主持人名字。
guest_name: 选择“文本”类型,用于输入嘉宾名字。
1. LLM 分析节点 (Analyze the Input)
2. LLM 脚本生成节点 (Craft the Dialogue)
3. LLM 总结节点 (Conclusion)
通过 LLM 节点的处理,我们得到了播客对话和总结的内容。
播客音频生成器的配置与输出
在完成文本的合并后,脚本通过模版转换节点 output 变量传递到播客音频生成器,开始音频生成的最后阶段。
通过以上步骤,你可以轻松掌握如何利用文件上传功能生成 AI 播客。我们还将这个应用制作成了模板,放置在探索页面,便于你快速上手并进一步探索更多功能。
请注意:我们将在未来的版本中弃用旧版的图片上传功能以及系统变量 sys.file。
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
2024-10-11
【附dify工作流】手把手教你给dify接入fluxpro1.1自定义工具
2024-09-30
安装 Dify 并集成 Ollama 和 Xinference
2024-09-25
Coze的免费版!46K Star王者级开源AI应用:Dify
2024-09-25
【dify工具源码】手把手教你将midjourney v6接入到dify中
2024-09-25
手把手教你给dify工作流加上用户登陆模块
2024-09-24
Dify多参数混合条件判断的使用心得
2024-09-13
Dify v0.8.1:如何使用 OpenAI 的 o1 系列模型构建 LLM 应用?
2024-09-13
六大智能体平台大比拼:Coze如何脱颖而出?
2024-04-26
2024-04-25
2024-04-24
2024-05-08
2024-07-07
2024-07-18
2024-07-20
2024-04-25
2024-05-07
2024-05-08
2024-09-13
2024-09-13
2024-08-28
2024-08-06
2024-08-05
2024-07-20
2024-07-19
2024-07-18