dify+Qwen2.5-vl+deepseek打造属于自己的作业帮

小伙伴们，今天我们来利用dify+Qwen2.5-vl多模态模型和DeepSeek大模型搭建 一个属于自己的[作业帮] 不仅可识别题目图片,还能给出详细解答和知识点讲解。 

Dify 往期推文

Dify+Deepseek强强联合！3步搭建企业级智能知识库，响应速度狂飙300%！

安装Dify：      

拉取源码

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

Docker安装

cd dify

cd docker

cp .env.example .env

docker compose up -d

第一次运行进入网址进行设置：http://localhost/install

模型设置这边我们选择ollama 点击【安装】

添加模型：

这里如果ollama加载不出来，调整.env 文件 最后添加如下：

 

重启docker

docker compose down

docker compose up -d

Ollama安装：

        

网站：https://ollama.com/download

下载后直接双击安装即可

大模型安装

命令行输入：ollama run qwen2.5vl:7b 有条件的可直接上72b 效果会更好 

搭建dify工作流：

        

新建工作流：点击选择创建空白应用 选择工作流

开始节点选择【文件上传】

添加条件分支 图片识别 上传文件通过 进行图片识别，未上传进行题目解析

添加大模型qwen2.5vl:7b 识别图片

添加大模型qwen3:8b  进行题目解析

最终流程图如下：

我们来发布测试下效果：

直接输入问题，智能体给出相应的答案：

上传图片，智能体识别图片的题目并进行解析

我们来测试几道英语题目试试：

第六题的答案好像解析的有些问题，有懂的看看能不能指点指点，欢迎评论区留言！

重新解答后对了 应该是 hear sb do sth

感谢大家的点赞和关注，我们下期见！