github： https://github.com/langgenius/dify/blob/main/README_CN.md
介绍文档：https://docs.dify.ai/getting-started/readme
Dify 介绍
Dify 笔记
-
Dify 是什么？
- 开源的大语言模型（LLM）应用开发平台
- 融合了后端即服务（Backend as Service）和 LLMOps 的理念
- 使开发者可以快速搭建生产级的生成式 AI 应用
-
为什么使用 Dify？
- 易用性：即使是非技术人员也能参与到 AI 应用的定义和数据运营过程中
- 灵活性：支持各种类型的 LLM，并提供了丰富的插件，可以满足各种需求
- 可扩展性：可以部署在云端或本地，可以满足不同规模的应用需求
-
Dify 能做什么？
- 创业：快速将 AI 应用创意变成现实
- 将 LLM 集成至已有业务：增强现有应用的能力
- 作为企业级 LLM 基础设施：加速 GenAI 技术在企业内的推广
- 探索 LLM 的能力边界：实践 Prompt 工程和 Agent 技术
Dify 的优势
- 易用性：Dify 的使用门槛较低，即使是非技术人员也能参与到 AI 应用的定义和数据运营过程中。
- 灵活性：Dify 支持各种类型的 LLM，并提供了丰富的插件，可以满足各种需求。
- 可扩展性：Dify 可以部署在云端或本地，可以满足不同规模的应用需求。
Dify 的应用场景
- 创业：快速将 AI 应用创意变成现实。
- 将 LLM 集成至已有业务：增强现有应用的能力。
- 作为企业级 LLM 基础设施：加速 GenAI 技术在企业内的推广。
- 探索 LLM 的能力边界：实践 Prompt 工程和 Agent 技术。
部署与使用
方法一：使用云服务
https://cloud.dify.ai/apps
使用云服务就无需本地部署了
-
- 登录 Dify 云服务，创建一个或加入已有的 Workspace
- 2.配置你的模型供应商，或使用我们提供的托管模型供应商
-
- 创建应用
方法二：本地部署
这里使用 Docker 部署，安装前确定已经部署好 Docker、Docker-compose。
将项目 clone 下来：
git clone https://github.com/langgenius/dify.git
进入 dify 源代码的 docker 目录，使用 docker 启动：cd dify/dockerdocker-compose up -d
下载好镜像启动后，可以看到相关服务：
NAME IMAGE COMMAND SERVICE CREATED STATUS PORTS
docker-api-1 langgenius/dify-api:0.3.2 "/entrypoint.sh" api 4 seconds ago Up 2 seconds 80/tcp, 5001/tcp
docker-db-1 postgres:15-alpine "docker-entrypoint.s…" db 4 seconds ago Up 2 seconds 0.0.0.0:5432->5432/tcp
docker-nginx-1 nginx:latest "/docker-entrypoint.…" nginx 4 seconds ago Up 2 seconds 0.0.0.0:80->80/tcp
docker-redis-1 redis:6-alpine "docker-entrypoint.s…" redis 4 seconds ago Up 3 seconds 6379/tcp
docker-weaviate-1 semitechnologies/weaviate:1.18.4 "/bin/weaviate --hos…" weaviate 4 seconds ago Up 3 seconds
docker-web-1 langgenius/dify-web:0.3.2 "/entrypoint.sh" web 4 seconds ago Up 3 seconds 80/tcp, 3000/tcp
docker-worker-1 langgenius/dify-api:0.3.2 "/entrypoint.sh" worker 4 seconds ago Up 2 seconds 80/tcp, 5001/tcp
如果有防火墙需要放行 80、5432 端口。
下面在浏览器访问 http://部署服务ip ，即可进入到 dify ，刚开始需要设置邮箱、用户名密码信息：
设置完成并登录后即可来到主页面：
构建私有化知识库问答应用
构建本地知识库
现在我们定义下课程信息，将内容放入一个 txt 文本中：
周一课程：上午：JAVA，下午：Python。周二课程：上午：机器学习，下午：机器视觉。周三课程：上午：NLP，下午：HTML。周四课程：上午：微服务，下午：大数据。周五课程：上午：android，下午：历史文化。
下面点到数据集下，点击创建数据集：
下面将上面的 txt 文本拖入或选中进来：
下面进行文本的分段与清洗，由于内容不多，可以分到一个段中：
下面点击保存就成功创建了一个知识库：
构建问答应用
下面构建一个问答的应用：
由于是使用 ChatGPT 下面先给它指定一个 API key：
对于 ChatGPT 的版本，这里以 gpt-3.5-turbo 为例：
下面在 提示词编排 中使用上面的知识库：
此时可以在右侧进行调试：
我们已经成功实现了我们希望看到的效果，如果您感觉满意，请不要忘记点击右上角的“发布”按钮。接下来，我们将介绍如何通过API来使用这个功能。访问API时，您可以看到API接口地址，同时也会给出访问示例，方便您更好地理解和使用。
访问前需要生成 API 秘钥，可以点击 API 秘钥 生成：
下面我们就可以使用 PostMan 进行访问了。
文章来源：https://www.toymoban.com/news/detail-793398.html
效果测试
这里使用自带的预览：
下面就可以进行一些针对性的问答了：
文章来源地址https://www.toymoban.com/news/detail-793398.html
到了这里，关于#LLMOps##AIGC# Dify_构建本地知识库问答应用-生成Al应用的创新引擎 用于构建助手API和GPT的开源开发平台的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
