Dify开源大模型平台：Agent+RAG轻松打造AI工作台

一、Dify 平台的核心能力

先聊聊 Dify。这是一个开源的大语言模型（LLM）应用开发平台，它的理念很有意思——把“后端即服务”（BaaS）和“LLMOps”那套东西融合在一起，目标是让生成式AI应用的构建和部署变得更简单、更快速。

那么它到底能做什么？简单来说，你不需要从零开始造轮子。Dify已经集成了像Claude3、OpenAI这类主流模型，并且和多家模型供应商建立了合作，开发者可以按需选择最合适的模型。更关键的是，它提供了可视化的Prompt编排、强大的数据集管理功能，以及应用运营工具，大大降低了AI应用开发的复杂度。

平台的核心特性

先说低代码/无代码开发。Dify通过可视化的方式，让开发者可以轻松定义Prompt、上下文和插件，完全不需要深入底层技术细节。模块化设计也是一大亮点，每个模块都有清晰的功能和接口，你可以根据自己的需求选着用。

功能组件方面，平台提供了AI工作流、RAG管道、Agent、模型管理等一整套工具，覆盖从原型到生产的全过程。模型支持上，Dify已经兼容了市面上主流的模型系列，选择空间很大。

四种应用类型

Dify提供了四种基于LLM构建的应用程序，针对不同的场景做了优化：

聊天助手（Chat Assistant）：基于LLM的对话助手，能进行自然语言交互，理解问题并给出回答或执行操作。

文本生成（Text Generation）：专注于文本生成任务，比如写故事、新闻报道、文案、诗歌等创意写作，也能做文本分类和翻译。

Agent（智能袋里）：不只具备对话能力，还有任务分解、推理、工具调用等高级能力。它能理解复杂的指令，把任务拆解成多个子任务，然后调用相应的工具或API去完成。

工作流程（Workflow）：根据你定义的流程编排，灵活地组织和控制LLM的工作流程。你可以自定义操作步骤和逻辑判断，让模型按预定流程执行任务。

二、Dify + RAG：构建知识检索系统

把文档上传到Dify知识库来构建RAG，这个过程涉及多个步骤，从文件选择、预处理、索引模式选择到检索设置，目标是搭建一个高效、智能的知识检索系统。

第一步：创建知识库

进入Dify主导航栏的“知识”页面，可以看到已有的知识库。创建新知识库时，可以直接拖放或选择要上传的文件，支持批量上传，但数量受订阅计划限制。如果你还没准备好文档，也可以选择创建空知识库。如果使用外部数据源，比如Notion或网站同步，知识库类型会固定下来，建议为每个数据源创建单独的知识库。

第二步：文本预处理与清理

内容上传后，需要做分块和数据清洗，这个阶段是内容的预处理和结构化。Dify提供两种模式：自动模式会帮你自动分割和清理内容，简化流程；自定义模式则给需要更精细控制的开发者，可以手动调整。

第三步：选择索引模式

根据应用场景选择索引模式。高质量模式利用Embedding模型把文本转成数值向量，支持向量检索、全文检索和混合检索。经济模式采用离线向量引擎和关键字索引，虽然准确率有所降低，但省去了额外的token消耗和相关成本。问答模式则会对文本进行分词，通过摘要方式为每段生成QA问答对。

第四步：检索设置

在高质量索引模式下，Dify提供三种检索设置：
向量搜索：把查询向量化，计算与知识库中文本向量的距离，识别最接近的文本块。
全文搜索：基于关键字匹配进行搜索。
混合搜索：结合向量搜索和全文搜索的优势。
Rerank模型：对检索结果进行语义重排序，优化排序结果。

在经济索引模式下，使用的是倒排索引结构，配合TopK和分数阈值来设置检索结果的数量和相似度。

三、Dify + Agent：搭建智能袋里

如何在Dify平台上搭建Agent？流程并不复杂：选择模型、编写提示、添加工具与知识库、配置推理模式及对话开启器，最后调试预览并发布为Webapp。

探索与集成应用模板

Dify平台提供了“探索”板块，里面包含了多个袋里助理的应用模板。你可以把这些模板直接集成到自己的工作区快速开始，也可以创建自定义的袋里助理来满足特定需求。

选择推理模型

袋里助理的任务完成能力，很大程度上取决于所选LLM模型的推理能力。建议使用GPT-4这类更强大的模型系列，能获得更稳定、更精确的结果。

编写提示与设置流程

在“说明”部分，你可以详细编写袋里助理的任务目标、工作流程、所需资源和限制条件。这些信息会帮助袋里助理更好地理解和执行任务。

添加工具与知识库

工具集成方面，可以添加各种内置或自定义工具来增强功能，比如互联网搜索、科学计算、图像创建等。知识库部分，在“上下文”板块整合知识库工具，为袋里助理提供外部背景知识和信息检索能力。

推理模式设置

Dify支持两种推理模式。Function Calling适用于支持该模式的模型（如GPT-3.5、GPT-4），建议优先使用，性能更稳定。对于不支持Function Calling的模型系列，Dify提供了ReAct推理框架作为替代方案，能实现类似的功能。

配置对话开启器

你可以为袋里助理设置对话开场白和初始问题，这样用户在首次交互时，就能看到它可以执行的任务类型和可以提出的问题示例。

调试与预览

在发布为应用程序之前，可以在Dify平台进行调试和预览，评估袋里助理完成任务的有效性和准确性。

应用程序发布

一旦配置完成并经过调试，就可以将其发布为Web应用程序，供更多人使用。这样一来，袋里助理的功能和服务就能跨平台、跨设备地提供给更广泛的用户群体。

来源：互联网