当前位置: 首页 > news >正文

dify工作流1:快速上手ai应用

dify云端网站: 

https://www.youtube.com/redirect?event=video_description&redir_token=QUFFLUhqazRzcTVqd1NyNFUxMFd2R1E4XzkyS19KcFctd3xBQ3Jtc0ttTmFtVEl0N0syb2tVTW5LWVUyWXlSdW1oWFdleFNVYmp6SXZYMFA3WnUtMTZYT1IycDcwRm5paXdteTdaODlCOUJkR25ldnBnYXZPOWJ3LWNJTGp2Vm5rSl9yU3Rmb1E0VENtbkNvdWxaMmxDR1d2aw&q=https%3A%2F%2Fcloud.dify.ai%2F&v=BJWTbpMG2q4https://www.youtube.com/redirect?event=video_description&redir_token=QUFFLUhqazRzcTVqd1NyNFUxMFd2R1E4XzkyS19KcFctd3xBQ3Jtc0ttTmFtVEl0N0syb2tVTW5LWVUyWXlSdW1oWFdleFNVYmp6SXZYMFA3WnUtMTZYT1IycDcwRm5paXdteTdaODlCOUJkR25ldnBnYXZPOWJ3LWNJTGp2Vm5rSl9yU3Rmb1E0VENtbkNvdWxaMmxDR1d2aw&q=https%3A%2F%2Fcloud.dify.ai%2F&v=BJWTbpMG2q4

 安装模型供应商,openai有两百额度,ANTHROP\C的claude写程序比较好用,最近好像可以领100美金额度

 

 

 

突然发现openai的额度用完了

我用了同义千问的api-key

 

  • 系统推理模型 (例如:qwen3-8b)

    • 作用:这是最核心的大语言模型 (LLM),可以理解为应用的大脑。它负责理解用户的意图、进行推理、生成文本回答、创作内容或执行指令。

    • 举例:当您问“帮我写一封邮件”时,就是它在执行任务并生成邮件内容。

  • Embedding 模型 (例如:text-embedding-v1)

    • 作用:将文本内容(例如知识库文档)转换成数学向量(数字序列)。这些向量能够表示文本的语义和含义。这是实现 语义检索 的基础。

    • 举例:当您在知识库中搜索时,它会先将您的查询和知识库文档都转换成向量,然后通过计算向量相似度来找到最相关的文档。

  • Rerank 模型 (例如:gte-rerank)

    • 作用:在检索出大量候选文档后,它会对这些文档进行二次排序。它会更精确地判断哪些文档最相关,并将其排在最前面,以确保传递给大语言模型(系统推理模型)的上下文信息是最准确的。

    • 举例:在知识库问答中,它能显著提升回答的准确性,避免模型被不相关的文档误导。

  • 语音转文本模型 (例如:paraformer-realtime-v1)

    • 作用:将音频(用户的语音)转换成文本。这是实现语音输入和语音助手的核心技术。

    • 举例:当您对着手机说出问题时,它会将您的语音转换成文字,然后交给大语言模型处理。

  • 文本转语音模型 (例如:tts-1)

    • 作用:将文本(模型生成的回答)转换成音频(语音)。这是实现语音输出和朗读功能的关键技术。

    • 举例:当大语言模型生成回答后,它能将回答以语音形式播放出来。

有的供应商没有提供Rerank跟Embedding的模型

 Voyage这个模型供应商它提供了Rerank跟Embedding的模型

和刚才一样,获取配置api-key

修改 Embedding 模型和Rerank 模型,这两个精度最高

 

设置一下语言和时区

 

更有有创造力,现在已经可以问了

 

模型对比 

一些功能 

 提示词

变量和视觉功能,有的模型有视觉有的没有,模型旁边那个小眼睛就是代表有没有视觉功能

 

http://www.dtcms.com/a/276458.html

相关文章:

  • 计算机毕业设计Java停车场管理系统 基于Java的智能停车场管理系统开发 Java语言实现的停车场综合管理平台
  • 网络通信模型对比:OSI与TCP/IP参考模型解析
  • 《Java Web程序设计》实验报告三 使用DIV+CSS制作网站首页
  • ServiceNow Portal前端页面实战讲解
  • [案例八] NX二次开发长圆孔的实现(支持实体)
  • C++中Lambda表达式 [ ] 的写法
  • Redis面试精讲 Day 1:Redis核心特性与应用场景
  • 浅谈 Python 中的 yield——生成器对象与函数调用的区别
  • 2025必问46道软件测试面试题(答案+文档)
  • Armstrong 公理系统深度解析
  • 网络安全初级第一次作业
  • super task 事件驱动框架
  • Openpyxl:Python操作Excel的利器
  • 浅谈npm,cnpm,pnpm,npx,nvm,yarn之间的区别
  • Python 数据建模与分析项目实战预备 Day 3 - 特征工程基础与数据预处理(针对简历结构化数据)
  • 使用iso制作ubuntu22.04docker镜像
  • 处理日期与时间
  • 【嵌入式电机控制#13】PID参数整定的全面步骤
  • ClickHouse 25.6 版本发布说明
  • 【华为机试】HJ68 成绩排序
  • 从0设计一个短链接服务:如何实现尽可能短、可变长的短网址系统?
  • 过拟合 跷跷板 幻觉 混合精度
  • 计算机毕业设计springboot影视周边推荐系统 基于SpringBoot的电影衍生品智能推荐平台 JavaWeb实现的影视文化周边个性化服务系统
  • git版本发布
  • 黑客工具Nessus介绍及其安装使用教程
  • 使用Kali Linux hydra进行密码爆破(仅供学习)
  • 质量属性场景(Quality Attribute Scenario)深度解析
  • mybatis模糊匹配采用concat与#{},动态sql讲解
  • 模拟专家协作网络——重塑LLM专业内容生成
  • C语言基础知识--枚举