Dify的朋友们， 很高兴告诉大家，我们刚刚发布了V0.3.9版本，在这个版本中有两个重要的新特性和大家同步： Dify已接入Antropic的Claude2、Claude-instant模型。这意味着：你可以输入100Ktoken超长上下文，相当于几百页的文档甚至是一本书！ 已支持在网页嵌入你的AI应用。这意味着，你能够在几分钟内就可以为你的官方网站创建一个具备你业务数据的AI智能客服。 让我们一起来看看吧！ 接入Antropic，解锁与AI超长对话限制 Antropic在数天前发布了新的Claude2模型。它支持用户输出100Ktoken的上下文，相当于几百页的文档甚至一本书！同...

AI智能客服几乎是每个业务网站的标配，在大型语言模型能力广泛被应用后，智能客服的实现变得更加轻易，可定制化的程度也更高。本篇内容，将指导你如何在几分钟时间内，使用Dify平台快速定制你网站的AI智能客服。即使非技术人员也能搞定！点击查看操作视频 首先，你需要理解Dify.AI是什么？ Dify是一个开源且非常简单易用的LLMOps平台，让你能够可视化快速创建并运营AI应用的工具平台。Dify提供了可视化的Prompt编排、运营、数据集管理等功能。你甚至无需具备AI相关的技术研究和晦涩概念的理解。 Dify对接了各个出色的大型语言模型供应商，如OpenAI、AzureOpenAI、Antrop...

7月22日晚，Dify主创团队和用户们临时性地组织了一场高质量的线上交流活动。交流会主要围绕Dify的产品规划、用户对于LLM的探索和理解、用户使用Dify过程中遇到的问题和困惑等方面展开讨论。相信对所有基于LLM或Dify创造应用的小伙伴们都能提供很好的思路和借鉴。错过的小伙伴看这里，我们整理总结了相关的问题和讨论要点，供大家阅读参考（Question部分为不同用户提出的问题，Answer部分为Dify团队的理解和答疑）。 关于Dify产品规划 Dify产品上线以来受到很多开发者朋友的关注和喜爱，在平台上已经创建了3万多个应用（仅云端版），我们希望能在产品能力上不断去满足用户的应用场景...

Dify一词源自Define+Modify，意指定义并持续改进你的AI应用。 随着大型语言模型（LLM）不断涌现的各种能力，AI应用的场景变得更加广阔。然而，对于大多数开发者而言，基于GPT等大型语言模型、Langchain等技术框架开发AI应用仍然是一项门槛极高的任务。开发者必须花费大量时间学习各种晦涩的概念和技术研究，也无法进行AI应用的持续运营。 是否有这样一个工具，开发者无需关注基础设施的底层原理，只需专注于将想象力转化为实际落地的AI应用并持续运营，可以将大型语言模型变成像云计算服务一样易于使用？ 基于这个问题，Dify.AI 诞生了。 它是为你而做的（Doitforyou...

自5月9日Cloud版正式上线，Dify.AI受到广大开发者们的喜爱与分享传播。在不到一周时间内，创建的应用数已超过4000+，甚至在只有一个README的情况下，GitHubStar数已超过700+，这让我们深切感受到社区力量的强大！同时，也为Dify能给开发者们带来如此强大的创造力而感到无比荣幸和激动。 现在，万众期待的开源版本来了！ 3月1日写下第一行代码至今2个多月，共计46,558行代码，已完全开源在GitHub。（值得一提的是，其中大约30%的代码是由GPT生产。） GitHub项目地址：https://github.com/langgenius/dify （Dify.A...

本文由Dify深度用户@李昱昊投稿整理所得。基于Dify能力进行AI应用的创建，产出本篇最佳实践文章。我们欢迎更多优秀开发者向我们投稿最佳实践，投稿联系邮箱：hello@dify.ai，或加入Discord社群（https://discord.com/invite/FngNHpbcY7）联系官方工作人员。 Dify允许创建AI应用，并提供二次开发的能力。这里我将演示创建一个法律问答助手的AI应用（机器人），称作“知法”。在本篇教程中，我将指导你为“知法”接入企业微信。 前置准备 企业微信的管理员权限； 一个Dify的帐号（https://dify.ai/）； 一个Laf云的帐号（htt...

Dify的朋友们， 最新的V0.3.12版本来了！在这个版本中我们推出了两项重要的新功能：进一步优化了数据集的命中策略；上线了「智聊」能力，在与AI对话中实现了联网能力。下面带大家一起详细了解该版本的新能力、新特性。 🔋数据集新增Q2Q匹配模式，大幅提高数据命中预期 在私有数据应用场景中，AI回答质量取决于数据在分段向量化过程中的索引策略。为了不断提升AI应用实际落地生产的质量与表现，我们一直在探索更精准的命中策略。数据集的分段清洗高质量的索引方式中，新增了Q&A分段模式功能，与普通的「Q2P」（问题匹配段落内容）匹配模式不同，「Q2Q」（问题匹配问题）匹配模式是当用户提问时，系统...

作者：何文斯Vince，LLM应用研究者，Dify团队产品经理，对LLM应用、Embedding、LangChian等保持持续关注和深度研究。 大语言模型之上的应用层面有三项技术需要理解：提示词工程（PromptEngineering）；嵌入（Embedding）；微调（Fine-tuning）。其中Embedding作为大语言模型理解文本语义的重要技术，在搜索引擎、构建私有知识问答系统、内容推荐系统等都有相当广泛的应用。本文作为我的一篇个人技术笔记在整理了一周后分享到公众号内。 Embedding的基本概念 什么是Embedding，OpenAI官方文档中是这样解释的： Embed...

Dify的朋友们， 不少细心的网友在周末的时候就已经发现了我们产品上的更新-模型供应商上新增了一大批新模型，这也是很多朋友翘首以盼的版本-V0.3.13。 此前Dify已经陆续支持了全球前列的模型优秀代表：OpenAI的GPT系列、Anthropic的Claude系列、AzureOpenAI系列。本次更新，让大家可以轻易使用上国内外知名的开源模型如：Llama2、ChatGLM、百川Baichuan、通义千问-7B等，凡托管在HuggingFace及Replicate上的模型，在Dify上只需要输入HuggingFace、Replicate的APItoken和模型名称就可以轻松接入调用。同时，...

最近一个月，Dify已全面接入了全球顶尖开源模型&国内闭源商用模型，让用户能够在一个平台根据不同需求场景调用&评估不同模型能力。同时，我们也一直在与国内优秀的大模型厂商保持深度的沟通与交流，同步分享当前技术趋势。 本次线上直面会我们邀请了百川智能的Alex老师和Dify创始人张路宇和大家一起探讨关于开源LLMOps和Baichuan开源模型结合的最佳实践、当前模型技术及市场的发展趋势等话题。直面会上，百川智能的Alex老师实战演示了如何在Dify上使用Baichuan开源模型的能力，在数分钟内即可以在Dify创建一个基于Baichuan13B-chat模型能力的AI应用。...

背景 在当下开源大语言模型火热的背景下，有很大一部分开发者希望本地部署开源LLM，用于研究LLM或者是基于开源LLM构建自己的LLM应用。笔者也正在尝试通过开源社区的一系列相关优秀项目，通过本地化部署服务来构建自己的LLM应用。那么本地部署一个开源LLM来构建一个聊天应用需要哪些准备呢？ 本地环境的准备：因为我们需要在本地部署一个开源的大模型，所以你需要准备一个相当硬核的本地环境。硬件上需要一台拥有高性能大显存的NVDIA显卡、大容量高速内存以及大容量固态硬盘，软件上则需要安装显卡驱动、CUDA、Python环境。笔者这次选择跑Baichuan-chat-13B模型为例，我的基本配置是CPU...