?介紹 Dify 工作流程檔案上傳:重新建立 Google NotebookLM 播客
大飛雲 · 自託管 · 文件資料 · 企業查詢
Dify 是一個開源 LLM 應用程式開發平台。其直覺的介面結合了代理 AI 工作流程、RAG 管道、代理功能、模型管理、可觀察性功能等,讓您快速從原型轉向生產。
在安裝 Dify 之前,請確保您的電腦符合以下最低系統需求:
- CPU >= 2 核
- 內存 >= 4 GiB
啟動 Dify 伺服器最簡單的方法是透過 docker compose。在使用以下命令執行 Dify 之前,請確保您的電腦上已安裝 Docker 和 Docker Compose:
cd dify
cd docker
cp .env.example .env
docker compose up -d
運行後,您可以在瀏覽器中透過 http://localhost/install 存取 Dify 儀表板並開始初始化過程。
如果您在設定 Dify 時遇到問題,請參閱我們的常見問題。如果您仍然遇到問題,請聯絡社群和我們。
如果您想為 Dify 做出貢獻或進行其他開發,請參閱我們的原始碼部署指南
1. 工作流程:在視覺化畫布上建立和測試強大的 AI 工作流程,利用以下所有功能及其他功能。
2.全面的模型支援:與來自數十家推理提供者和自託管解決方案的數百個專有/開源LLM無縫集成,涵蓋GPT、Mistral、Llama3和任何OpenAI API兼容模型。可以在此處找到受支援的模型提供程序的完整清單。
3. 提示 IDE :直覺的介面,用於製作提示、比較模型效能以及在基於聊天的應用程式中添加文字轉語音等附加功能。
4. RAG Pipeline :廣泛的 RAG 功能,涵蓋從文件攝取到檢索的所有內容,並開箱即用地支援從 PDF、PPT 和其他常見文件格式中提取文字。
5. 代理功能:您可以基於LLM Function Calling或ReAct定義代理,並為代理程式新增預先建置或自訂工具。 Dify 為 AI 代理提供了 50 多個內建工具,例如 Google Search、DALL·E、Stable Diffusion 和 WolframAlpha。
6. LLMOps :隨著時間的推移監控和分析應用程式日誌和效能。您可以根據生產資料和註釋不斷改進提示、資料集和模型。
7. 後端即服務:Dify 的所有產品都附帶相應的 API,因此您可以輕鬆地將 Dify 整合到您自己的業務邏輯中。
雲
我們託管 Dify Cloud 服務,任何人都可以嘗試零設定。它提供了自部署版本的所有功能,並在沙盒計劃中包含 200 個免費的 GPT-4 呼叫。
自託管 Dify 社群版
透過本入門指南,快速讓 Dify 在您的環境中運作。使用我們的文件以取得更多參考和更深入的說明。
為企業/組織提供 Dify
我們提供額外的以企業為中心的功能。透過此聊天機器人記錄您的問題或向我們發送電子郵件以討論企業需求。
對於使用 AWS 的新創公司和小型企業,請查看 AWS Marketplace 上的 Dify Premium 並一鍵部署到您自己的 AWS VPC。它是一款經濟實惠的 AMI 產品,可以選擇創建具有自訂徽標和品牌的應用程式。
在 GitHub 上星標 Dify 並立即收到新版本通知。
如果您需要自訂配置,請參考我們的 .env.example 檔案中的註解並更新.env
檔案中的對應值。此外,您可能需要根據您的特定部署環境和要求對docker-compose.yaml
檔案本身進行調整,例如變更映像版本、連接埠對映或磁碟區掛載。進行任何變更後,請重新執行docker-compose up -d
。您可以在此處找到可用環境變數的完整清單。
如果您想要設定高可用性設置,可以使用社群貢獻的 Helm Charts 和 YAML 文件,這些文件允許將 Dify 部署在 Kubernetes 上。
使用 terraform 點擊一次即可將 Dify 部署到雲端平台
使用 CDK 將 Dify 部署到 AWS
對於那些想要貢獻程式碼的人,請參閱我們的貢獻指南。同時,請考慮透過在社群媒體以及活動和會議上分享來支持 Dify。
我們正在尋找貢獻者來幫助將 Dify 翻譯成普通話或英語以外的語言。如果您有興趣提供協助,請參閱 i18n 自述文件以獲取更多信息,並在我們的 Discord 社區伺服器的
global-users
頻道中給我們留言。
貢獻者
為了保護您的隱私,請避免在 GitHub 上發布安全性問題。相反,請將您的問題發送至 [email protected],我們將為您提供更詳細的答案。
該儲存庫可在 Dify 開源許可證下使用,該許可證本質上是 Apache 2.0,但有一些額外的限制。