在智能体构建和工作流等模型应用编排平台中,dify,ragflow、n8n和目前开源的Coze这几个工具各有其优势。但是,在实际使用中,为了追求更符合个人或者单位要求的效果,通常会将这些工具或者平台的优势集成起来,以便充分发挥各自的优势,今天这篇文章,就是在主要使用Dify的基础上,集成RAGFlow的知识召回能力,从而实现更可靠的知识检索能力。

前排提示,文末有大模型AGI-CSDN独家资料包哦!

一、创建知识库

首先部署好RAGFlow应用程序,然后创建知识库,点击知识库--创建知识库--填写知识库名称(更具个人需求自定义)--点击确定创建完成:

图片

刚刚创建的知识库上传文档,点击打开刚刚创建的知识库--点击创建文件--上传准备好的知识库文档--点击文档对应的运行按钮进行解析(之后解析后的文档才能用作知识库检索)--等到检索完成方可使用。

图片

二、设置知识库API KEY

2.1、获取RAGFlow的API KEY

在RAGFlow界面中,点击自己的头像--选择左侧的API菜单--点击API KEY--点击创建秘钥(用于后期对接Dify外部知识库)。

图片

2.2、获取RAGFlow的知识库ID

选择自己的知识库,然后点击打开,在浏览器地址栏可以看到id=后面的内容即为知识库ID。

图片

三、Dify连接外部知识库

虽然Dify本身就带有知识库能力,而且在使用中也还不错,但是相对于RAGFlow,其自身的文档解析能力就显得相对不足了,而RAGFlow在这方面的表现却显得格外出色。既然这样,我们完全可以使用Dify优秀的工作流和其他方面的能力,借助其提供的对接外部知识库的API,对接RAGFlow优秀的知识库构建和召回能力,完成我们的应用构建准确性和完整性,取长补短,使其可以从RAGFlow的知识库中进行知识检索和召回,让效果达到理想的状态。具体设置过程如下:
在Dify主界面,选择知识库,点击外部知识库API:

图片

在弹出的界面选择添加外部知识库API:

图片

Name选项随便,根据自己的定义随便起名即可,API Endpoint处填写:http://实际ip:80/api/v1/dify/,
需要将端点(endpoint)设置为本地IP地址,并加上/api/v1/dify作为后缀,dify会在应用程序中自动添加retrieval,从而形成完整的路径/api/v1/dify/retrieval,API KEY选项填写刚刚RAGFlow生成的API KEY,最好复制粘贴,手动容易敲错!完成之后点击保存即可。

图片

经过上述操作,已经将外部知识库RAGFlow与Dify进行了集成,此时只需要连接外部知识库即可完成正常使用。

3.1、连接外部知识库

在Dify知识库主页,点击“连接外部知识库”,将进入连接设置界面:

图片

在设置界面填写连接名称,根据需要自行填写,然后选自外部知识库API(因前期已经集成,所有这里直接选择即可),输入外部知识库ID(同样建议复制粘贴,以免错误),然后设置召回个数和阈值,点击连接:

图片

3.2、测试召回

完成之后,自动进入测试界面,或者在知识库主界面就能看到刚刚连接的知识库,点击也可进入测试界面,在这里可以测试召回准确性了,下图是在Dify中进行“标准”两个字测试召回的内容:

图片

下图是在RAGFlow中对该知识库同样进行“标准”二字的测试效果,可以看到,在阈值和召回个数完全相同的情况下,召回的内容一模一样:

图片

经过上述操作,就在Dify中深度集成了RAGFlow知识库了,实现了强强联合的工作方式。


读者福利:倘若大家对大模型感兴趣,那么这套大模型学习资料一定对你有用

针对0基础小白:

如果你是零基础小白,快速入门大模型是可行的。
大模型学习流程较短,学习内容全面,需要理论与实践结合
学习计划和方向能根据资料进行归纳总结

包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!

😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

请添加图片描述

👉AI大模型学习路线汇总👈

大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;

第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;

第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;

第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;

第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;

第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;

第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

在这里插入图片描述

👉大模型视频和PDF合集👈

这里我们能提供零基础学习书籍和视频。作为最快捷也是最有效的方式之一,跟着老师的思路,由浅入深,从理论到实操,其实大模型并不难

在这里插入图片描述

👉学会后的收获:👈

• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

👉获取方式:

😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

Logo

火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。

更多推荐