Dify是一个开源的LLM应用开发平台今天咱们详细介绍下Dify的安装步骤和使用场景。Dify下载地址Dify的官方GitHub仓库提供了源代码的下载您可以通过以下链接访问并下载DifyDify GitHub仓库安装依赖Docker环境配置在安装Dify之前您需要确保您的计算机上安装了Docker环境。以下是配置Docker镜像源的步骤以提高拉取镜像的速度打开Docker Desktop进入Settings中的Docker Engine。在右方的json结构中加入以下镜像源列表registry-mirrors: [ https://registry.docker-cn.com, https://docker.mirrors.ustc.edu.cn, http://hub-mirror.c.163.com, https://cr.console.aliyun.com/ ]点击“Apply restart”保存设置并重启Docker服务。安装Python依赖Dify使用Python语言开发因此您需要安装Python环境以及相关的依赖包。以下是安装依赖的步骤安装Python 3.12环境推荐使用pyenv进行版本管理。使用Poetry管理Python依赖。首先您需要安装Poetrycurl -sSL https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py | python -通过Poetry安装Dify的依赖。在Dify项目的根目录下执行以下命令poetry env use 3.12 poetry shell poetry install如果在执行poetry install时遇到依赖下载缓慢的问题可以尝试禁用keyringexport PYTHON_KEYRING_BACKENDkeyring.backends.null.Keyring后端API部署从GitHub克隆Dify源代码到本地git clone https://github.com/langgenius/dify.git启动DockerCompose堆栈后端需要一些中间件包括PostgreSQL、Redis和Weaviate可以使用以下命令一起启动cd ../docker cp middleware.env.example middleware.env docker compose -f docker-compose.middleware.yaml --profile weaviate -p dify up -d配置API环境cd ../api cp .env.example .env sed -i /^SECRET_KEY/c\SECRET_KEY$(openssl rand -base64 42) .env运行数据库迁移以确保数据库是最新的poetry run python -m flask db upgrade前端页面部署安装Node.js v18.x LTS和NPM版本8.x.x或Yarn。配置环境变量。在当前目录下创建文件.env.local并复制.env.example中的内容。根据需求修改这些环境变量的值# For production release, change this to PRODUCTION NEXT_PUBLIC_DEPLOY_ENVDEVELOPMENT # The deployment edition, SELF_HOSTED NEXT_PUBLIC_EDITIONSELF_HOSTED # The base URL of console application, refers to the Console base URL of WEB service if console domain is different from api or web app domain. NEXT_PUBLIC_API_PREFIXhttp://localhost:5001/console/api # The URL for Web APP, refers to the Web App base URL of WEB service if web app domain is different from console or api domain. NEXT_PUBLIC_PUBLIC_API_PREFIXhttp://localhost:5001/api启动Web服务npm run start # or yarn start # or pnpm start正常启动后访问http://127.0.0.1:3000即可使用本地部署的Dify。Dify提供了一个强大的平台让您能够快速构建和部署生成式AI应用。希望这篇指南能帮助您更好地了解和使用Dify。如何系统的去学习大模型LLM 大模型时代火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业”“谁的饭碗又将不保了”等问题热议不断。事实上抢你饭碗的不是AI而是会利用AI的人。继科大讯飞、阿里、华为等巨头公司发布AI产品后很多中小企业也陆续进场超高年薪挖掘AI大模型人才如今大厂老板们也更倾向于会AI的人普通程序员还有应对的机会吗与其焦虑……不如成为「掌握AI工具的技术人」毕竟AI时代谁先尝试谁就能占得先机但是LLM相关的内容很多现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学学习成本和门槛很高。基于此我用做产品的心态来打磨这份大模型教程深挖痛点并持续修改了近70次后终于把整个AI大模型的学习门槛降到了最低在这个版本当中第一您不需要具备任何算法和数学的基础第二不要求准备高配置的电脑第三不必懂Python等任何编程语言您只需要听我讲跟着我做即可为了让学习的道路变得更简单这份大模型教程已经给大家整理并打包现在将这份LLM大模型资料分享出来包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等一、LLM大模型经典书籍AI大模型已经成为了当今科技领域的一大热点那以下这些大模型书籍就是非常不错的学习资源。二、640套LLM大模型报告合集这套包含640份报告的合集涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)三、LLM大模型系列视频教程四、LLM大模型开源教程LLaLA/Meta/chatglm/chatgpt五、AI产品经理大模型教程LLM大模型学习路线↓阶段1AI大模型时代的基础理解目标了解AI大模型的基本概念、发展历程和核心原理。内容L1.1 人工智能简述与大模型起源L1.2 大模型与通用人工智能L1.3 GPT模型的发展历程L1.4 模型工程L1.4.1 知识大模型L1.4.2 生产大模型L1.4.3 模型工程方法论L1.4.4 模型工程实践L1.5 GPT应用案例阶段2AI大模型API应用开发工程目标掌握AI大模型API的使用和开发以及相关的编程技能。内容L2.1 API接口L2.1.1 OpenAI API接口L2.1.2 Python接口接入L2.1.3 BOT工具类框架L2.1.4 代码示例L2.2 Prompt框架L2.3 流水线工程L2.4 总结与展望阶段3AI大模型应用架构实践目标深入理解AI大模型的应用架构并能够进行私有化部署。内容L3.1 Agent模型框架L3.2 MetaGPTL3.3 ChatGLML3.4 LLAMAL3.5 其他大模型介绍阶段4AI大模型私有化部署目标掌握多种AI大模型的私有化部署包括多模态和特定领域模型。内容L4.1 模型私有化部署概述L4.2 模型私有化部署的关键技术L4.3 模型私有化部署的实施步骤L4.4 模型私有化部署的应用场景领取方式我会放在下面希望领取了的朋友不要忘了下方名片放心添加