无敌！20.6K+ Star！一个开源的LLM（大型语言模型）应用开发平台

项目简介

Dify 是一个开源的LLM（大型语言模型）应用开发平台，它通过直观的界面结合了AI工作流程、RAG（检索-分析-生成）管道、代理功能、模型管理、可观察性特性等，使用户能够快速从原型设计转向产品生产。

功能特点

1. 工作流程（Workflow） ：在可视化画布上构建和测试强大的AI工作流程，利用以下及更多功能。
2. 全面的模型支持：与数十个推理提供商和自托管解决方案中的数百种专有/开源LLM无缝集成，覆盖GPT、Mistral、Llama2和任何与OpenAI API兼容的模型。
3. 提示IDE（Prompt IDE） ：直观的界面用于制作提示、比较模型性能，并添加额外功能，如文本到语音，到基于聊天的应用程序。
4. RAG管道：全面的RAG功能，涵盖从文档摄取到检索的所有内容，支持开箱即用的PDF、PPT和其他常见文档格式的文本提取。
5. 代理功能：你可以基于LLM功能调用或ReAct定义代理，并为代理添加预构建或自定义工具。Dify为AI代理提供了50多个内置工具，如Google搜索、DELL·E、Stable Diffusion和WolframAlpha。
6. LLMOps：监控和分析应用程序日志和性能随时间的变化。你可以根据生产数据和注释不断改进提示、数据集和模型。
7. 后端即服务（Backend-as-a-Service） ：Dify的所有产品都配有相应的API，因此可以轻松地将Dify集成到你自己的业务逻辑中。

使用方法

云端使用

Dify提供了一个云端服务Dify Cloud，任何人都可以无需设置即可尝试使用，它提供了与自部署版本相同的所有功能，并在沙箱计划中包括200个免费的GPT-4调用。

可以直接访问Dify Cloud（https://cloud.dify.ai）并开始使用。

自行托管

Dify提供了一个入门指南，快速在你的环境中运行Dify。

可以使用官方文档（https://docs.dify.ai）作为进一步参考和深入了解的指南。

企业/组织使用

Dify为企业和组织提供额外的企业级功能。可以安排与Dify团队的会议或通过电子邮件与他们联系，讨论企业需求。

快速开始

系统要求

在安装Dify之前，确保你的机器满足以下最低系统要求：

• CPU >= 2核心
• RAM >= 4GB

启动Dify服务器的最简单方法是运行docker-compose.yml文件。在运行安装命令之前，请确保你的机器上已安装了Docker和Docker Compose。

安装步骤

1. 克隆Dify的GitHub仓库到本地。
2. 进入docker目录。
3. 运行命令docker compose up -d。

运行后，可以在浏览器中通过http://localhost/install访问Dify仪表板，并开始初始化过程。

小结

Dify是一个开源的LLM应用开发平台，其直观的界面结合了AI工作流程、RAG管道、代理功能、模型管理、可观察性特性等，让你能够快速从原型设计转向产品生产。

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。

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)

三、LLM大模型系列视频教程

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

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

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 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）👈

​