
📌 介紹 Dify 工作流程檔案上傳功能:重現 Google NotebookLM Podcast
Dify 雲端服務 · 自行託管 · 說明文件 · 企業諮詢
Dify 是一個開源的 LLM 應用程式開發平台。其直觀的界面結合了智能代理工作流程、RAG 管道、代理功能、模型管理、可觀察性功能等,讓您能夠快速從原型進展到生產環境。 ## 快速開始 > 安裝 Dify 之前,請確保您的機器符合以下最低系統要求: > > - CPU >= 2 核心 > - 記憶體 >= 4 GiB 啟動 Dify 伺服器最簡單的方式是透過 [docker compose](docker/docker-compose.yaml)。在使用以下命令運行 Dify 之前,請確保您的機器已安裝 [Docker](https://docs.docker.com/get-docker/) 和 [Docker Compose](https://docs.docker.com/compose/install/): ```bash cd dify cd docker cp .env.example .env docker compose up -d ``` 運行後,您可以在瀏覽器中通過 [http://localhost/install](http://localhost/install) 訪問 Dify 儀表板並開始初始化過程。 ### 尋求幫助 如果您在設置 Dify 時遇到問題,請參考我們的 [常見問題](https://docs.dify.ai/getting-started/install-self-hosted/faqs)。如果仍有疑問,請聯絡 [社區和我們](#community--contact)。 > 如果您想為 Dify 做出貢獻或進行額外開發,請參考我們的 [從原始碼部署指南](https://docs.dify.ai/getting-started/install-self-hosted/local-source-code) ## 核心功能 **1. 工作流程**: 在視覺化畫布上建立和測試強大的 AI 工作流程,利用以下所有功能及更多。 https://github.com/langgenius/dify/assets/13230914/356df23e-1604-483d-80a6-9517ece318aa **2. 全面的模型支援**: 無縫整合來自數十個推理提供商和自託管解決方案的數百個專有/開源 LLM,涵蓋 GPT、Mistral、Llama3 和任何與 OpenAI API 兼容的模型。您可以在[此處](https://docs.dify.ai/getting-started/readme/model-providers)找到支援的模型提供商完整列表。  **3. 提示詞 IDE**: 直觀的界面,用於編寫提示詞、比較模型性能,以及為聊天型應用程式添加文字轉語音等額外功能。 **4. RAG 管道**: 廣泛的 RAG 功能,涵蓋從文件擷取到檢索的全部流程,內建支援從 PDF、PPT 和其他常見文件格式提取文本。 **5. 代理功能**: 您可以基於 LLM 函數調用或 ReAct 定義代理,並為代理添加預構建或自定義工具。Dify 為 AI 代理提供 50 多種內建工具,如 Google 搜尋、DALL·E、Stable Diffusion 和 WolframAlpha。 **6. LLMOps**: 監控並分析應用程式日誌和長期效能。您可以根據生產數據和標註持續改進提示詞、數據集和模型。 **7. 後端即服務**: Dify 的所有功能都提供相應的 API,因此您可以輕鬆地將 Dify 整合到您自己的業務邏輯中。 ## 功能比較功能 | Dify.AI | LangChain | Flowise | OpenAI Assistants API |
---|---|---|---|---|
程式設計方法 | API + 應用導向 | Python 代碼 | 應用導向 | API 導向 |
支援的 LLM 模型 | 豐富多樣 | 豐富多樣 | 豐富多樣 | 僅限 OpenAI |
RAG 引擎 | ✅ | ✅ | ✅ | ✅ |
代理功能 | ✅ | ✅ | ❌ | ✅ |
工作流程 | ✅ | ❌ | ✅ | ❌ |
可觀察性 | ✅ | ✅ | ❌ | ❌ |
企業級功能 (SSO/存取控制) | ✅ | ❌ | ❌ | ❌ |
本地部署 | ✅ | ✅ | ✅ | ❌ |