大模型行业落地分享：Dify在顺丰内部AI Agent落地

行业落地：顺丰，来源：Coggle数据科学

Dify 是一个开源的大语言模型（LLM）应用开发平台，融合了后端即服务（Backend as a Service, BaaS）和 LLMOps 的理念，旨在帮助开发者快速构建和部署生成式 AI 应用。

Dify核心功能

• 低代码/无代码开发：提供可视化界面，允许开发者通过拖拽、配置等方式定义 Prompt（提示词）、上下文和插件，无需深入底层技术细节。

• 模块化设计：采用模块化架构，开发者可以根据需求选择性地使用不同模块来构建 AI 应用。

• 丰富的功能组件：

  • AI 工作流：通过可视化画布构建和测试强大的 AI 工作流。

  • RAG 管道：支持从文档摄入到检索的完整流程，可从 PDF、PPT 等常见格式中提取文本。

  • Agent 智能体：基于 LLM 的推理能力，可以自主规划任务、调用工具，完成复杂任务。

  • 模型管理：支持数百种专有和开源的 LLM，如 GPT、Llama2 等，并提供模型性能比较功能。

• 支持多种大语言模型：Dify 已支持主流的模型供应商，如 OpenAI 的 GPT 系列、Claude3 等。

• 数据集管理：提供强大的数据集管理功能，允许用户上传、管理文本和结构化数据。

Dify 现存缺点

任何技术产品都不可能完美无缺，Dify也不例外。深入了解其局限性，有助于我们在使用过程中更好地权衡利弊，充分发挥其优势，同时规避潜在问题。

改造 Dify 开发平台

新增MySQL配置项

1. 新增MySQL配置项在Dify的配置文件中，我们新增了MySQL的配置选项，允许用户指定MySQL数据库的连接信息，包括主机地址、端口、用户名、密码以及数据库名称。这为用户提供了更多选择，使其可以根据自身需求灵活选择数据库类型。

2. 修改数据库和表结构由于PostgreSQL和MySQL在语法和数据类型上存在差异，我们需要对Dify的数据库表结构进行适配性修改。这包括调整字段类型、索引定义以及约束条件等，以确保在MySQL环境下能够正常运行。

3. SQL语句的适配与修改Dify在运行过程中会执行大量的SQL语句，用于数据的增、删、改、查操作。为了兼容MySQL，我们对这些SQL语句进行了逐一审查和修改，确保它们能够在MySQL中正确执行。这一过程需要仔细处理，以避免因语法差异导致的运行错误。

检索增强

• 为Dify新增了对Elasticsearch 8的支持，使其能够充分利用Elasticsearch强大的全文检索、聚合分析以及实时数据处理能力。

• 引入了Contextual Retrieval（上下文检索）功能。通过这一功能，Dify能够在检索时充分考虑查询的上下文背景，从而返回更加符合用户意图的结果。

• 新增了对GraphRAG（图增强检索）和LightRAG（轻量级检索）的支持。这两种检索方式各有优势，能够为开发者提供更多选择。

集成内部服务

落地软件机器人 Agent 场景

Dify作为一个强大的AI开发平台，不仅在开发效率上表现出色，更在数据处理、智能问答、业务流程自动化以及SQL生成等场景中展现了强大的能力。

Dify 实践总结

在未使用Dify平台之前，顺丰的开发流程面临着诸多挑战。开发应用前后端、集成和封装LLM能力需要花费大量时间，尤其是开发前端应用时，往往需要从零开始搭建。然而，引入Dify平台后，开发效率得到了显著提升。

 

 大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书 

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓