Dify体验
共 2877字，需浏览 6分钟
·
2024-04-11 16:53
前文 ollama：极简本地化部署LLM 有提到本地化部署Ollama + Open-webui，但是作为RAG和Agent的能力还是很弱。这次看看结合Dify能有什么样的碰撞。Dify是一个易用的 LLMOps 平台，旨在让更多人可以创建可持续运营的原生 AI 应用。这是一个很好的概念。他和FastGPT极其相似，且开源项目基本上都在去年3月22左右，FastGPT界面上比他简洁，但是基本上该有的都有。但FastGPT多了个可视化拖拉拽的 高级编排 作为亮点，类似ComfyUI的感觉。
但是Dify的生态更大，工具使用更全面。说实话，我都不知道谁抄谁的了，但总之基于Dify开源框架做MVP产品拿到投资的小公司都有几十个。Dify.AI是什么公司就不做详细介绍，反正一搜Dify，一堆零代码、2分钟构建AI专属知识库的字样就出来了。在这个AI时代，快速把框架平台搭建好，才有承载AI能力的机会。
Studio工作室体验
- https://cloud.dify.ai/apps 闲话不说看效果，界面啥的都很舒服
我点开一个投资分析报告助手，可以看到一个行家写的标准提示词
下面可以添加变量、挂载知识库、工具注册使用、聊天开场白并给定选项做增强。在最下面点击添加功能，还有下一步建议、TTS、STT、内容溯源、安全审查、数据回流标注与快捷运营。
提示词那里有个自动编排，给任务相关的关键词，生成一个完整的提示语
右边可以快速调试和预览
ok没问题后，在右上角选择发布，既可以在概览看到快速访问链接
知识库体验
知识库有两种挂载方式，一个是自建，一个是API接入。重点看看本地上传自建过程，我用了LeCun的新作I-JEPA做文档问答。导入文档也支持绑定notion。能支持的文件格式也是很丰富的。
分段设置可以自动，也可以自定义
索引方式支持基于embedding化的三种检索模式（但这里没有直接提供embedding模型选择，而是强制选择默认模型）
也支持传统的倒排索引
文档切片后，能看到所有切片信息以及技术参数
点开某一个分片，可以看到关键词、字符数，还可以选择是否禁用该片段
然后测试召回
最后再在设置选项里面选择可见权限和embedding模型修改
然后回到Studio工作室构建一个基础助手，
并挂载刚才的知识库就可以自由问答了
当然上面结果是用了gpt-3.5，效果可能稍微好一点。
工具
内置了很多工具
也支持自定义
私有化部署
好东西都想“据为己有”。Dify也有私有化部署教程，看这里，ctrl-c/v就行。
- 通过 docker-compose 安装 3 个业务服务（红色框），以及 4 个基础组件（绿色框）
git clone https://github.com/langgenius/dify.git
cd dify/docker
docker compose -f docker-compose.middleware.yaml up -d
docker compose up -d
其中，基础组件包括三个数据数据库组件 —— PostgresSQL / Redis / Weaviate，和一个nginx组件；业务组件包括worker（用于消费异步队列任务，如数据集文件导入、更新数据集文档等异步操作）、api（接口服务）以及web（前端客户端页面服务组件）。
- API服务启动
cd dify/api
# 复制环境变量配置文件
cp .env.example .env
# 生成随机密钥，并替换 .env 中 SECRET_KEY 的值
openssl rand -base64 42
# （*）linux执行如下
sed -i 's/SECRET_KEY=.*/SECRET_KEY=<your_value>/' .env
# （*）win执行如下
(Get-Content .env) -replace 'SECRET_KEY=.*', 'SECRET_KEY=<your_value>' | Set-Content .env
# 安装依赖包
pip install -r requirements.txt
# 执行数据库迁移，将数据库结构迁移至最新版本。
flask db upgrade
# 启动 API 服务
flask run --host 0.0.0.0 --port=5001 --debug
- 前端组件启动
docker run -itd -p 30010:3000 -e EDITION=SELF_HOSTED -e CONSOLE_URL=http://127.0.0.1:5001 -e APP_URL=http://127.0.0.1:5001 langgenius/dify-web:latest
搞掂！
那现在尝试和本地的Ollama部署的Gemma:2b串起来。点击设置，找到模型供应商
添加模型
填好必要信息
，除了Ollama，也适配了国内外知名的厂商。
除此之外，也支持多模型调试。
（CPU跑，有点扛不住60s的压力，经常等不到4b的回复）
即将上线
从产品路线和用户反馈来看，大家都想快速看到支持workflows模式，在In-Progress的top1，期待满满！
问题点
- 私有化部署的时候，SELF_HOSTED模式只能支持单用户/单租户，无法支持多用户注册。如果密码忘了，只能按照下面来重置
docker exec -it docker-api-1 flask reset-password
- CLOUD模式，能支持多团队/多租户模式，但是无法使用邮箱和密码方式登录，仅支持 GitHub、Google 授权登录。