AI大模型应用调研&Dify部署使用流程_dify中添加火山方舟模型步骤-CSDN博客

本文链接：https://blog.csdn.net/2301_81940605/article/details/143323924

最近一直在调研AI应用，也在不断测试各家大厂的产品。下面个人拙见，希望有更懂的大佬可以指点一下。

我将市面上的AI应用大致分为三类：

1、大模型应用，基于某种大模型搭建的ai问答机器人，可以进行多轮对话、角色设定、上传文件进行分析，甚至联网搜索等。比如Kimi、文心一言、豆包、通义千问、GPT等。

2、AI Agent应用开发平台，有知识库搭建、工作流编排等功能，核心服务是为用户提供一个快速开发AI应用的平台，本质是“低代码”构建AI Bot。比如扣子coze、Dify、千帆、钉钉AI助理、BetterYeah AI、天工SkyAgents、智谱清言等。

3、提供模型精调的平台，用户可以基于平台基础模型，上传数据集，创建精调任务，比如字节的火山方舟、阿里的百炼等平台。这些平台非常大而全，是一站式的大模型开发及应用构建平台。

这些平台基本都用了个遍，给领导输出了几份调研报告（累），基于个人的使用经验，不甚严谨，有需要的朋友可以私信我。最后领导决定本地化部署Dify。Dify是一个开源的基于大语言模型的AI应用开发平台，可以部署在本地，但是使用的大模型服务还是要在对应模型官网获取API KEY，并且购买API调用额度。已支持主流的模型供应商，例如 OpenAI的GPT 系列、Anthropic的Claude系列等。不同模型的能力表现、参数类型、价格都不一样。构建AI应用的流程和coze基本一致。可以嵌入到网页上，制作拥有业务数据的官网 AI智能客服。

接下来是Dify的部署流程：

官网上对部署服务器的要求只有- CPU >= 2 Core、- RAM >= 4 GiB，但是最最最重要的是！服务器能访问外网！这一点导致我找了好久bug，都没有解决，甚至想反复重装系统。一定需要海外服务器。必备。

接下来就是在服务器上安装docker和docker compose（版本要求：Docker 19.03 or later Docker Compose 1.28 or later）我按照这个教程安装的 blog.csdn.net/justlpf/art… 过程非常简单，最后检查一下版本就可以。遇到的难解决的bug是关于docker镜像库的，最近有很多docker镜像库都挂了，在找教程的时候需要注意发布时间。

之后就是跟着dify官网进行本地部署（官方文档：docs.dify.ai/zh-hans/get… ）如果顺利的话，完全不需要修改.env和docker_compose.yaml的（需要修改域名和数据库配置的另说）

启动成功之后就是进行大模型API KEY的配置，配了一圈豆包是最难整的。

在这里插入图片描述

配置完之后就是对Dify工作流的继续探索了。

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。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，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, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

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。

在这里插入图片描述

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)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI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2：AI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