亚欧色一区w666天堂,色情一区二区三区免费看,少妇特黄A片一区二区三区,亚洲人成网站999久久久综合,国产av熟女一区二区三区

Dify作為一個低代碼平臺，將AI的強大能力整合到日常的數據流和工作流中，旨在幫助用戶簡化和自動化各種業務和數據處理任務。開源Dify可以將天翼云云搜索服務的OpenSearch作為向量數據庫和全文檢索庫，通過接入外部模型的方式低代碼、低成本、快速地的完成知識庫問答的RAG應用。

RAG（Retriever-augmented Generation）是一種結合了信息檢索和生成的自然語言處理（NLP）技術，特別適用于需要從大量數據中檢索信息并生成自然語言文本的場景。它在處理復雜任務時能夠提升生成模型的性能，尤其是在模型缺乏足夠上下文或知識的情況下。

RAG的優勢

RAG通過檢索外部知識庫或數據庫中的相關信息，能夠在生成過程中動態地補充實時或特定領域的知識，彌補了生成模型的“知識盲區”。這使得模型能夠在沒有訓練時直接獲得的信息基礎上進行更加準確的回答或內容生成。針對企業內部包含的敏感數據（如薪資標準、客戶資料等）以及大量專有信息（包括產品文檔、客戶案例、流程手冊等），RAG提供了安全的解決方案。由于這些非公開信息無法直接預置到大模型中，RAG通過外部知識調用的方式，既滿足了信息需求，又確保了數據安全性。

前置需求

開通天翼云云搜索服務OpenSearch實例，獲取內網地址和實例密碼。
準備好云主機環境用來部署Dify，需要和OpenSearch實例網絡互通。
準備好Deepseek模型、Embedding向量模型、Rerank重排序模型。
安裝好Docker環境。

RAG流程

用戶通過Dify對話。
調用Embedding模型將查詢向量化。
使用OpenSearch分別對字段和向量進行全文檢索和向量檢索，通過Rerank模型來重排序，返回最終召回的文檔。
檢索到的文檔以及對話的上下文通過Deepseek大模型總結歸納生成詳細準確的回復。

步驟一：部署Dify

本文以云主機自建Dify為例，講述搭建應用的操作步驟：

克隆Dify的源碼到云主機上，以下以v1.3.0為例。
進入dify源碼的docker目錄

cd dify/docker

拷貝文件

cp docker-compose.yaml docker-compose.yaml.bak
cp .env.example .env

修改.env文件

vim .env

使用opensearch作為全文檢索庫和向量檢索庫，將VECTOR_STORE的值修改為opensearch

VECTOR_STORE=opensearch

根據以下表格配置OpenSearch實例的相關信息

參數	含義
OPENSEARCH_HOST	OpenSearch的內網地址
OPENSEARCH_PORT	端口號，云搜索服務默認9200
OPENSEARCH_USER	用戶默認admin
OPENSEARCH_PASSWORD	OpenSearch實例的密碼
OPENSEARCH_SECURE	OpenSearch實例為https模型則設置為true，http則設置為false

OPENSEARCH_HOST=ip
OPENSEARCH_PORT=9200
OPENSEARCH_USER=admin
OPENSEARCH_PASSWORD=*******
OPENSEARCH_SECURE=true

修改docker-compose文件。

vim docker-compose.yaml

為防止拉取公網鏡像，將鏡像名為opensearch和opensearch-dashboards部分的配置注釋掉。

# # Opensearch vector database
# opensearch:
# container_name: opensearch
# image: opensearchproject/opensearch:latest
# profiles:
# - opensearch
# environment:
#     discovery.type: ${OPENSEARCH_DISCOVERY_TYPE:-single-node}
#     bootstrap.memory_lock: ${OPENSEARCH_BOOTSTRAP_MEMORY_LOCK:-true}
#     OPENSEARCH_JAVA_OPTS: -Xms${OPENSEARCH_JAVA_OPTS_MIN:-512m} -Xmx${OPENSEARCH_JAVA_OPTS_MAX:-1024m}
#     OPENSEARCH_INITIAL_ADMIN_PASSWORD: ${OPENSEARCH_INITIAL_ADMIN_PASSWORD:-Qazwsxedc!@#123}
# ulimits:
#   memlock:
#       soft: ${OPENSEARCH_MEMLOCK_SOFT:--1}
#       hard: ${OPENSEARCH_MEMLOCK_HARD:--1}
#   nofile:
#       soft: ${OPENSEARCH_NOFILE_SOFT:-65536}
#       hard: ${OPENSEARCH_NOFILE_HARD:-65536}
#   volumes:
#     - ./volumes/opensearch/data:/usr/share/opensearch/data
#   networks:
#     - opensearch-net
# opensearch-dashboards:
#   container_name: opensearch-dashboards
#   image: opensearchproject/opensearch-dashboards:latest
#   profiles:
#     - opensearch
#   environment:
#     OPENSEARCH_HOSTS: '[IP:9200"]'
#   volumes:
#     - ./volumes/opensearch/opensearch_dashboards.yml:/usr/share/opensearch-dashboards/config/opensearch_dashboards.yml
#   networks:
#     - opensearch-net
#   depends_on:
#     - opensearch