Dify实操

转载请注明出处❤️

作者：测试蔡坨坨

原文链接：caituotuo.top/c9a55b66.html

---

Dify简介

Docker环境准备

Dify部署

clone源码到本地

git clone git@github.com:langgenius/dify.git

docker命令部署

进入docker文件夹：

cd docker

首次部署需复制环境配置：

cp .env.example .env

启动项目：

docker compose up -d

访问项目

Nginx默认运行在80端口：

浏览器访问：http://localhost

配置Ollama模型

模型名称：ollama list 查看

URL：http://host.docker.internal:11434

首次部署需设置管理员账号：邮箱＋密码

添加管理员账号后，默认跳转到登录页面：

Dify源码解析

简单Dify聊天机器人

典型的基于知识库的大语言模型应用，也是RAG的典型应用。

基于所提供的上下文回答问题，如果上下文信息与提问无关，请回答“很抱歉，我不知道”。

知识库的维护

手动上传文档

Markdown文件、PDF文件

通过API维护

基于聊天工作流的RAG应用构建

Ollama

安装

官网：https://ollama.com/download

下载对应系统的安装包并安装：

常用命令

查看已安装的模型：

ollama list

模型

文字：

• https://ollama.com/library/qwen2.5:7b

代码：

• https://ollama.com/library/deepseek-coder-v2

社区版只支持单租户

只能购买商业版，开源协议上说明了社区版不支持多租户，无法修改源码。

cat controllers/console/error.py

ToDo

• 集成微信生态圈：企业微信、公众号、小程序等

• 有反馈机制：点赞和点踩

  实现用户反馈机制，用于衡量文档的质量（好与坏），并对内容进行优化。

  dify本身就有日志和标记功能，也有对应的API，但是没有直观的界面可以看出哪些AI回答的标记是多少，可以通过接口抓包获取数据后加工分析。

• 通过爬虫的方式获取数据源、读取数据库、读取代码等方式

• 图片怎么处理

• 哪些应用场景：新人培训、知识库、测试用例生成