搞了一个Dify开源知识库

不久前，dify发布了新的workflow，于是乎我写了这样一篇文章：

初衷：也是在机缘巧合下，感谢MAX和众多大佬的呼声支持下，临时组建了这么一个dify开源交流社区，因为我是初学者，从官方文档入手，从一个初学者的角度步步为营，整理出一个公开的知识库v1.0版本，因为时间仓促，不太完善，欢迎技术大佬、开发者一起来完善。

对于AI创业的小伙伴来说，dify具备了AI原生应用的技术栈，值得学习、研究一波，加以应用实践，或许会走很多弯路。

新手村

新手村：从dify介绍，在线使用初体验，dify安装与部署（适用于技术人员）进行展开。

在线使用地址：https://cloud.dify.ai/apps

进阶版（打怪升级）

进阶版（打怪升级）：按照我对某类似产品的使用习惯，分为提示词编排、大模型、工作流、工具、知识库、应用等方面。

提示词编排：掌握如何使用 Dify 编排应用和实践 Prompt Engineering，通过内置的两种应用类型，搭建出高价值的 AI 应用。
大模型：Dify 目前已支持主流的模型供应商，不同模型的能力表现、参数类型会不一样，可以根据不同情景的应用需求选择喜欢的模型供应商。
工作流：工作流通过将复杂的任务分解成较小的步骤（节点）降低系统复杂度，减少了对提示词技术和模型推理能力的依赖，提高了 LLM 应用面向复杂任务的性能，提升了系统的可解释性、稳定性和容错性。
工具：工具可以扩展 LLM 的能力，比如联网搜索、科学计算或绘制图片，赋予并增强了 LLM 连接外部世界的能力。Dify 提供了两种工具类型：第一方工具和自定义工具。
知识库：Dify 的数据集功能可以使开发者（甚至非技术人员）以简单的方式管理数据集，并自动集成至 AI 应用中。
应用：包括应用的创建和发布，发布为文本生成类应用或对话类应用。

扩展篇：AI 原生应用核心技术栈

扩展篇：依据dify涵盖的AI 原生应用核心技术栈，进行编排。

Dify 涵盖了构建生成式 AI 原生应用所需的核心技术栈，开发者可以聚焦于创造应用的核心价值。

文档分类：

应用案例

来源官网：

补充：Dify on WeChat（作者方圆）

本项目为 chatgpt-on-wechat下游分支额外对接了LLMOps平台 Dify，支持Dify智能助手模型，调用工具和知识库，支持Dify工作流。

基本的dify workflow api支持

目前Dify已经测试过的通道如下：

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。