当前位置: 首页 > java >正文

Dify快速入门之构建工作流

系列文章目录

第一章 Dify快速入门之环境搭建
第二章 Dify快速入门之基于知识库构建聊天机器人
第三章 Dify快速入门之构建工作流


文章目录

  • 系列文章目录
  • 前言
  • 一、最简单的工作流
    • 1.创建工作流
    • 2.构建工作流
    • 3.实施工作流
  • 二、用网页数据做一个工作流
    • 1.创建工作流
    • 2.构建工作流
    • 3.实施工作流
  • 总结


前言

Dify 工作流是其核心功能之一,通过可视化编排实现复杂 AI 应用开发。我们将会介绍2个工作流。


一、最简单的工作流

1.创建工作流

点击创建空白应用,选择工作流并给应用取一个名称。

在这里插入图片描述

2.构建工作流

首先我们能看到一个开始,先在开始节点添加一个输入字段取名为title。后面的LLM节点将根据这个title来生成一段文字。

然后再来添加下一节点,点击开始节点的右侧+号添加LLM节点来生成一段文字。

在这里插入图片描述

在LLM节点中设置模型、上下文,以及提示词。在设置中点击上下文可以找到开始节点的title字段。设置system:你是文学大师,再设置user。使用上下文变量可以通过‘/’来快速添加

在这里插入图片描述

在添加一个LLM节点让它根据文字总结一个标题(绕一圈试试)。设置如图所示。

在这里插入图片描述

最后是一个结束节点,每个工作流都得结束。在结束节点可以设置输出变量,那么就取前一个LLM的text作为输出。

在这里插入图片描述

3.实施工作流

输入标题:Dify太好用了

在这里插入图片描述

得到结果

在这里插入图片描述
虽然“Dify太好用了”生成的文字总结标题是"Dify:一种高效的写作工具" 或者 “简化写作,提升工作效率”,但起码工作流是成功了。hhhh

二、用网页数据做一个工作流

1.创建工作流

跟上面的一样就不多描述了

2.构建工作流

在添加节点的工具栏中找到网页爬虫

在这里插入图片描述

这个节点只需要输入一个网址,它的生成变量有text、files、json,我们用到的是text。

再添加一个LLM节点来分析这个text

在这里插入图片描述

最后添加结束节点,并将LLM节点的输出添加进输出变量。

在这里插入图片描述

3.实施工作流

我们用的是随便搜的一个新闻网址,结果还可以,与原文差不多。
在这里插入图片描述


总结

今天我们介绍了工作流的使用,其中有网页爬取节点、LLM节点,这两个节点是我们比较常用的,还有一些其它的节点工具,当然也是需要api的,本文所用的到是Llama3.2:3b的模型,是在docker的ollama环境下启动的,如有需要可以查看前两章的内容。

http://www.xdnf.cn/news/430.html

相关文章:

  • Python语法系列博客 · 第4期[特殊字符] 函数的定义与使用:构建可复用的模块
  • java ai 图像处理
  • php实现zip压缩
  • Linux:基础IO---动静态库
  • python 库 下载 ,整合在一个小程序 UIUIUI
  • Grouped Query Attention (GQA) PyTorch实现
  • 单片机如何通过串口与上位机进行数据交换
  • RAG vs. CAG vs. Fine-Tuning:如何为你的大语言模型选择最合适的“脑力升级”?
  • 使用EXCEL绘制平滑曲线
  • 从代码学习深度学习 - 优化算法 PyTorch 版
  • Vue 3 中将 ref 创建的响应式对象数据转换为普通(非响应式)的数据
  • JAVA IO、BIO、NIO、AIO及零拷贝
  • Warcraft Logs [Classic] [WCL] Usage Wizard <HTOC>
  • FPGA系列之DDS信号发生器设计(DE2-115开发板)
  • 睡前小故事数据集分享
  • 腾讯wxg企业微信 后端开发一面
  • [Swift]Xcode模拟器无法请求http接口问题
  • 阿里云Clickhouse 冷热数据分层存储 实战记录
  • 【图片识别改名工具】图片文件区域OCR识别并自动重命名,批量识别指定区域根据指定识别文字批量改名,基于WPF和阿里云的技术方式实现
  • 二进制裁剪命令mips-linux-gnu-strip 命令的使用
  • NoSQl注入学习
  • 【Flutter动画深度解析】性能与美学的完美平衡之道
  • 多人五子棋联机对战平台 测试报告
  • 【绘制图像轮廓】图像处理(OpenCV) -part7
  • leetcode哈希表(六)-三数相加
  • P11299 [NOISG 2021 Finals] Fraud 题解
  • PHP异常处理__Exception类
  • 实验4基于神经网络的模式识别实验
  • opencv 图像的旋转
  • linux下C++性能调优常用的工具