Dify与Xinference GPU环境部署全流程 -- 知识铺
在本地 GPU 上部署 Dify 服务 在之前的文章《RAG 项目对比》中，我们探讨了多个RAG框架，并最终确定Dify作为最适合的选项。接下来，本文将详细介绍如何在本地GPU设备上部署Dify服务。 选择模型加载框架 Dify的设计理念之一是将模型的加载过程独立出来，这意味着我们需要选择一个合适的模型加……
包含标签 Dify 的文章
折腾杂谈：运用Dify+xinference+ollama构建知识库 -- 知识铺
为了在本地运行一个带有重排序（Rerank）步骤的知识库问答系统，并确保该系统能在NVIDIA GeForce RTX 3060M这样的GPU上高效运作，我们可以结合使用Dify、xinference以及ollama。以下是部署此系统的步骤概述： 部署概览 不含重排序的简易配置如果不需要利用重排序来提升检……
运用Dify、Xinference与Ollama构建知识库 -- 知识铺
记录下运用Dify + xinference + ollama打造带重排序(Rerank)步骤的知识库问答，更好的是—-即使在我的3060M上其也能完全本地运行并有不错的效果！3060M本地运行llama3-9B的生成速度参照前文。 git clone https://github.com/langgenius/dify.git cd dify/docker docker compose up -d 随后访问本地的http://localhos……
安装Dify并集成Ollama和Xinference -- 知识铺
liuqianglong.com 本文介绍了通过Docker安装Dify，然后集成Ollama和XInference，并利用Dify快速搭建一个基于知识库问答的应用。 一、Dify简介 Dify是一款开源的大语言模型（LLM）应用开发平台，旨在帮助开发者快速构建和部署生成式AI应用。以下是Dify的主要功能和特点[……
彻底搞懂大模型 - Dify（Agent + RAG） -- 知识铺
aaaaaaaDify 是一个专为构建AI应用程序而设计的开源平台，它结合了后端即服务（BaaS）与LLMOps的理念。该平台支持多种大型语言模型，包括但不限于Claude3和OpenAI系列，并与多家模型供应商保持合作，确保开发者能够根据具体需求选择最合适的模型。 aaaaaaaDify 提供了一系列工具和服务来简化AI应……
Milvus与Dify结合快速构建RAG系统 -- 知识铺
近，检索增强生成（RAG）技术在 AI 界引起了广泛关注。作为一种将知识库与生成模型结合的新型架构，RAG 大大提升了 AI 应用的实际表现。而在构建 RAG 系统时，Milvus 作为业界领先的开源向量数据库，扮演着关键角色。本文将通过在 Dify 平台上使用 Milvus，带领大家构建一个高效的 RAG 系统，探索向量……
彻底搞懂大模型 - Dify（Agent + RAG） -- 知识铺
aaaaaaaDify 是一个专为构建AI应用程序而设计的开源平台，它结合了后端即服务（Backend as a Service, BaaS）的概念与LLMOps的理念。该平台支持多种大型语言模型，包括但不限于Claude3和OpenAI的产品，并且通过与多个模型供应商合作，确保开发者能够根据其具体需求选择最合适的语言模型。……