DIFY上使用多种大语言模型(MindCraft API)

已于 2024-10-12 17:32:43 修改
阅读量469 收藏 1
点赞数 6
文章标签： 语言模型 人工智能 gpt ai chatgpt
于 2024-10-11 18:08:31 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_85549225/article/details/142860311
版权
  1. 注册MindCraft并创建API KEY

首先我们在智匠MindCraft上注册账号并创建API KEY，参考接口调用文档，查看我们能调用哪些模型。我们可以看到这个开发平台上整合了主流的大语言模型，并且是兼容openai接口的。

  1. 进入DIFY的设置界面

然后我们在DIFY上，进入“设置——模型供应商”，选择“OpenAI API Compatible”

  1. 添加模型

输入模型名称，API KEY，和API地址

  1. 在应用中测试

智匠MindCraft Al
关注
dify 大模型开源应用框架使用案例，api调用
weixin_42357472的博客
10-19 265
参看： https://github.com/langgenius/dify下载安装： https://docs.dify.ai/getting-started/install-self-hosted/docker-compose 首先访问先设置帐号密码 web访问 1、模型配置 右侧设置里 https://docs.dify.ai/zh-hans/development/models-integration/ollama 添加ollama报错，因为部署dify是容器里访问外面，解决方法： syste
无缝融入，即刻智能[一]：Dify-LLM大模型平台，零编码集成嵌入第三方系统，42K+星标见证专属智能方案
丨汀、的博客
08-12 2028
无缝融入，即刻智能[一]：Dify-LLM大模型平台，零编码集成嵌入第三方系统，42K+星标见证专属智能方案
【Dify知识库】（11）：Dify0.4.9改造支持MySQL，成功接入 Yi-6B 做对话，本地使用fastchat启动，占8G显存，可以成功配置LLM和 embedding
freewebsys的专栏
01-21 2646
对 Dify 项目进行升级，同时可以通过配置 【 OpenAI-API-compatible】可以支持聊天模型和 embedding 接口。然后就可以搭建自己的知识库系统了。速度上yi 6b 稍微慢点，但是回答的问题比较详细。
【Dify知识库】（10）：Dify0.4.9改造支持MySQL，成功接入通义千问-7B-Chat-Int4做对话，本地使用fastchat启动，占6G显存，可以成功配置LLM和 embedding
freewebsys的专栏
01-20 2557
对 Dify 项目进行升级，同时可以通过配置 【 OpenAI-API-compatible】可以支持聊天模型和 embedding 接口。然后就可以搭建自己的知识库系统了。但是发现 7b的模型聊天的时候还是有点小。后续可以研究下14B的大模型。
[AIGC][Dify开发]添加并实现新的模型
公众号：BennuCTech
10-23 875
这里我们是对dify已有的模型供应商添加新分类和新模型，所以有不少现成的工具来使用。如果要添加一个全新的模型供应商，会稍微更复杂一点，但是其实原理差不多，其实就是实现模型的请求。另外，百度文心的rerank模型我已经提交pr给dify官方了，目前已经merge了，估计在下个版本就可以直接使用了。
本地部署AI应用开发平台Dify并配置Ollama大语言模型实现公网远程访问
旋律 | 话语 | 色彩 | 情景
09-05 2382
本地部署AI应用开发平台Dify并配置Ollama大语言模型实现公网远程访问
Dify 大语言模型应用开发平台本地化部署
07-31 1880
本文主要介绍Dify 大语言模型开发平台的本地化部署，其中主要解决国内镜像问题
Linux系统本地化部署Dify并安装Ollama运行llava大语言模型详细教程
热门推荐
檀越的博客
09-05 2万+
本篇文章介绍如何将 Dify 本地私有化部署，并且接入 Ollama 部署本地模型，实现在本地环境中部署和管理 LLM，再结合 cpolar 内网穿透实现公网远程访问 Dify。Dify 它是一个开源 LLM 应用开发平台。拥有直观的界面结合了 AI 工作流、RAG 管道、代理功能、模型管理、可观察性功能等，可以快速从原型开发到生产。Ollama 是一个本地推理框架，允许开发人员轻松地在本地部署和运行 LLM，例如 Llama 3、Mistral 和 Gemma。
基于dify开发的多模态大模型应用-智能铭牌识别（附代码）
AI相关从业分享
05-06 4528
多模态大模型实现这一功能，相比于传统的OCR系统，其优势更强。
【第5节】LMDeploy 大模型量化部署实践
熊猫小妖的AI世界
04-24 1482
视频文档作业lmdeploy官方文档OpenXLab个人感觉camp2讲解的没有第一次的内容好，都是照着文档跑一遍，基础内容也没有啥深度(也可能是我水平太低哈，哈哈)。补充观看之前1.0版本的讲解吧文档视频基础作业（结营必做）配置 LMDeploy 运行环境以命令行方式与 InternLM2-Chat-1.8B 模型对话进阶作业设置KV Cache最大占用比例为0.4，开启W4A16量化，以命令行方式与模型对话。（优秀学员必做）
AI的强大使用方法~dify
05-17
在过去的很长一段时间里，一些工具只能被专业编辑使用，普通人没有办法使用。但是现在，你可以通过Dify来轻松地进行编辑，而且保证成果会像一位专业编辑所做的一样。 这一点无疑会给我们带来更多向美的事物，而Dify...
Dify的配置和使用流程参考
07-28
在Dify中创建知识库的操作和实现过程，可以大致分为以下几个步骤。请注意，由于Dify的具体界面和功能可能会随着版本更新而有所变化
数据分析——学习框架
最新发布
不迁怒，不贰过。小知识，大智慧。
11-11 2267
本教程旨在为读者提供一个系统化的数据分析学习框架，涵盖从数据收集、清洗、分析到可视化和报告的各个环节。通过深入探讨每个环节的理论与实践，读者将能够掌握数据分析的基本技能，提升数据处理和分析的能力。无论您是数据分析的初学者，还是希望进一步提升技能的专业人士，本教程都将为您提供有价值的指导和实用的工具，助您在数据分析的旅程中取得成功。
探索App Intents：让你的应用与Siri无缝互动的新方式
jixn的博客
11-09 4063
苹果推出了一个新框架——App Intents，使开发者可以在iOS 18.2+、macOS 15.2+等平台上集成Siri和Apple Intelligence，实现对应用内容的读取和操作。App Intents使应用的功能和内容能无缝融入系统体验中，例如Siri、Spotlight搜索、快捷指令和小组件，让用户可以轻松访问应用核心功能，并获得更智能的Siri帮助。：表示应用内容，如照片、联系人或文件。：用户可以对 Siri 发出指令，例如“查找我的航班”或“添加待办事项”，Siri直接与应用交互。
掌握AIStarter新功能，轻松关闭广告享受纯净浏览体验
ai_xiaogui的博客
11-07 643
AIStarter的广告拦截器是一项集成在平台内部的新特性，它允许用户根据自己的喜好设置广告过滤规则。无论是烦人的横幅广告、视频前贴片广告还是弹窗广告，都可以通过简单的设置被有效屏蔽。这项功能不仅提升了用户的浏览效率，还保护了用户的隐私安全。在数字时代，拥有一个清爽无干扰的网络环境对每个人都至关重要。AIStarter的广告拦截器正是为此而设计，它帮助用户夺回了对个人浏览体验的控制权。现在就尝试启用这项功能，开始享受一个更加干净、高效的上网体验吧！不要广告！关闭广告！
一次薅国家超算平台的记录
weixin_55179972的博客
11-07 408
参与 谁是下一个“AI”跃人 -AI体验推介活动，赢取千元算力券！（https://www.scnet.cn/home/subject/modular/index270.html）2. Clone开源的Llama3 Chinese （https://github.com/LlamaFamily/Llama-Chinese）活动名称主题：国家超算互联网「AI跃升季」：谁是下一个“AI”跃人 - AI算力体验活动。其中位置1，2替换为商品基模型和训练出来的微调模型。模型改为商城下载的模型。2、运行的过程记录。
在后LLM时代，关于新一代智能体的思考
langboat_mengzi的博客
11-07 980
同时，新一代智能体工具平台应具备与基座LLM保持独立的多层次智能体系，无需依赖单一大模型或者技术供应商，如此一来，有利于实现模块化开发，具备较强的可维护性，同时还能够建立良好的生态，促进智能体的繁荣发展。而“慢思考”是指在基础模型的基础上，当处理一些复杂指令时，智能体将需求拆解成多个子任务，会调用不同的工具来完成任务，并对结果进行反思、确认，这一过程体现了一种类似于人类思维的“系统 2”的过程，即 step-by-step、可解释的且能导致更准确结果的过程。这些能力对于智能体具有重要的作用和价值。
Yolo11实战改进：一文读懂Yolo11到实战。
m0_47867638的博客
11-09 996
YOLO11是Ultralytics YOLO系列实时目标检测器的最新迭代版本，它以尖端的精度、速度和效率重新定义了可能性。在之前YOLO版本令人瞩目的进步基础上，YOLO11在架构和训练方法上引入了重大改进，使其成为各种计算机视觉任务的通用选择。关键特性：YOLO11采用改进的主干网络和颈部架构，提高了特征提取能力，以实现更精确的目标检测和更复杂的任务性能。YOLO11引入了精细的架构设计和优化的训练流程，提供了更快的处理速度，并在准确性和性能之间保持了最佳平衡。
运用Dify Workflow与语言模型优化文章分析流程
此流程通常依赖于强大的大语言模型，如GPT-4o，来执行摘要、分类、评分等操作。这样的模型能够在理解文本的基础上，提炼出文章的一句话总结、创建摘要、识别主要观点、挑选文章金句，并且将文章归类到特定领域，列出...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值