私有化部署 Dify 并快速搭建 AI 应用

news2024/10/7 17:23:51

Dify介绍

Dify 是一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。以下是其核心功能列表：

1. 工作流: 在画布上构建和测试功能强大的 AI 工作流程，利用以下所有功能以及更多功能。

2. 全面的模型支持: 与数百种专有/开源 LLMs 以及数十种推理提供商和自托管解决方案无缝集成，涵盖 GPT、Mistral、Llama3 以及任何与 OpenAI API 兼容的模型。完整的支持模型提供商列表可在此处[1]找到。

3. Prompt IDE: 用于制作提示、比较模型性能以及向基于聊天的应用程序添加其他功能（如文本转语音）的直观界面。

4. RAG Pipeline: 广泛的 RAG 功能，涵盖从文档摄入到检索的所有内容，支持从 PDF、PPT 和其他常见文档格式中提取文本的开箱即用的支持。

5. Agent 智能体: 您可以基于 LLM 函数调用或 ReAct 定义 Agent，并为 Agent 添加预构建或自定义工具。Dify 为 AI Agent 提供了50多种内置工具，如谷歌搜索、DELL·E、Stable Diffusion 和 WolframAlpha 等。

6. LLMOps: 随时间监视和分析应用程序日志和性能。您可以根据生产数据和标注持续改进提示、数据集和模型。

7. 后端即服务: 所有 Dify 的功能都带有相应的 API，因此您可以轻松地将 Dify 集成到自己的业务逻辑中。

Dify架构图如下：

功能比较

功能	Dify.AI	LangChain	Flowise	OpenAI Assistant API
编程方法	API + 应用程序导向	Python 代码	应用程序导向	API 导向
支持的 LLMs	丰富多样	丰富多样	丰富多样	仅限 OpenAI
RAG引擎	✅	✅	✅	✅
Agent	✅	✅	❌	✅
工作流	✅	❌	✅	❌
可观测性	✅	✅	❌	❌
企业功能（SSO/访问控制）	✅	❌	❌	❌
本地部署	✅	✅	✅	❌

系统要求

CPU >= 2 Core
RAM >= 4GB

如果你是MacOS系统的话，可以参考之前的文章准备一下本地的云环境：打造高效MacOS系统环境

本地部署

为了方便本地快速验证，这里使用Docker Compose 运行。在企业或者生产环境建议采用 K8S环境部署，Dify 依赖较多的中间件，如：weaviate、redis、postgres 等，这些中间件可以采用外部已部署的应用或者容器部署，但是需要注意数据的存储。

Docker Compose 部署

克隆Dify项目并运行：
在这里插入图片描述

如果官方脚本运行不起来，可以参考我调整后的Github脚本：

在这里插入图片描述

K8S 部署

使用Helm Chart 部署，在K8S环境部署Dify：

在这里插入图片描述

部署验证

使用浏览器打开如下地址：

http://localhost:8090/install

注意官方的是80端口，因为80端口本地被占用，所以调整成8090端口。

查看本地存储：

在这里插入图片描述

这样可以随时本地关闭和启动 Dify App，数据并不会丢失。

注册管理员账号：

登陆成功首页：

快速构建应用

先添加模型：chatgpt以及ollama模型

在这里插入图片描述

完成模型添加后：

使用模板快速使用创建一个 Code Interpreter ChatBot 应用，先使用gpt-3.5-turbo 模型进行提问：

再切换到本地模型 ollama3:8b 提问:

添加知识库

选择本地数据源，支持非常多的文件格式，如：TXT、Markdown、PDF等。

文档分段和清洗：

存储到向量数据库：

基于知识库新建应用：

这次使用共新建了两个应用：

写在最后

Dify 可以切换几乎所有主流的模型，通过模板可以快速创建应用，添加各种类型的文档作为知识库，添加后端API等，相较于 LangChain 需要通过 Python 代码进行开发，Dify 开箱即用，对于大部分人来说更加的友好，最重要的可以进行私有化部署。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述