行業落地：順豐，來源：Coggle數據科學

Dify 是一個開源的大語言模型（LLM）應用開發平臺，融合了后端即服務（Backend as a Service, BaaS）和 LLMOps 的理念，旨在幫助開發者快速構建和部署生成式 AI 應用。

Dify核心功能

• 低代碼/無代碼開發：提供可視化界面，允許開發者通過拖拽、配置等方式定義 Prompt（提示詞）、上下文和插件，無需深入底層技術細節。

• 模塊化設計：采用模塊化架構，開發者可以根據需求選擇性地使用不同模塊來構建 AI 應用。

• 豐富的功能組件：

• • AI 工作流：通過可視化畫布構建和測試強大的 AI 工作流。

  • RAG 管道：支持從文檔攝入到檢索的完整流程，可從 PDF、PPT 等常見格式中提取文本。

  • Agent 智能體：基于 LLM 的推理能力，可以自主規劃任務、調用工具，完成復雜任務。

  • 模型管理：支持數百種專有和開源的 LLM，如 GPT、Llama2 等，并提供模型性能比較功能。

• 支持多種大語言模型：Dify 已支持主流的模型供應商，如 OpenAI 的 GPT 系列、Claude3 等。

• 數據集管理：提供強大的數據集管理功能，允許用戶上傳、管理文本和結構化數據。

Dify 現存缺點

任何技術產品都不可能完美無缺，Dify也不例外。深入了解其局限性，有助于我們在使用過程中更好地權衡利弊，充分發揮其優勢，同時規避潛在問題。

改造 Dify 開發平臺 新增MySQL配置項

1. 新增MySQL配置項在Dify的配置文件中，我們新增了MySQL的配置選項，允許用戶指定MySQL數據庫的連接信息，包括主機地址、端口、用戶名、密碼以及數據庫名稱。這為用戶提供了更多選擇，使其可以根據自身需求靈活選擇數據庫類型。

2. 修改數據庫和表結構由于PostgreSQL和MySQL在語法和數據類型上存在差異，我們需要對Dify的數據庫表結構進行適配性修改。這包括調整字段類型、索引定義以及約束條件等，以確保在MySQL環境下能夠正常運行。

3. SQL語句的適配與修改Dify在運行過程中會執行大量的SQL語句，用于數據的增、刪、改、查操作。為了兼容MySQL，我們對這些SQL語句進行了逐一審查和修改，確保它們能夠在MySQL中正確執行。這一過程需要仔細處理，以避免因語法差異導致的運行錯誤。

• 為Dify新增了對Elasticsearch 8的支持，使其能夠充分利用Elasticsearch強大的全文檢索、聚合分析以及實時數據處理能力。

• 引入了Contextual Retrieval（上下文檢索）功能。通過這一功能，Dify能夠在檢索時充分考慮查詢的上下文背景，從而返回更加符合用戶意圖的結果。

• 新增了對GraphRAG（圖增強檢索）和LightRAG（輕量級檢索）的支持。這兩種檢索方式各有優勢，能夠為開發者提供更多選擇。

落地軟件機器人 Agent 場景

Dify作為一個強大的AI開發平臺，不僅在開發效率上表現出色，更在數據處理、智能問答、業務流程自動化以及SQL生成等場景中展現了強大的能力。

Dify 實踐總結

在未使用Dify平臺之前，順豐的開發流程面臨著諸多挑戰。開發應用前后端、集成和封裝LLM能力需要花費大量時間，尤其是開發前端應用時，往往需要從零開始搭建。然而，引入Dify平臺后，開發效率得到了顯著提升。