Dify 通过 API 调用 RAGFlow 外部知识库

最新推荐文章于 2025-04-07 14:23:04 发布

AI程序猿人

最新推荐文章于 2025-04-07 14:23:04 发布

阅读量8.7k

点赞数 32

文章标签：人工智能程序人生知识库大模型 RAGFlow Dify API

本文链接：https://blog.csdn.net/python1222_/article/details/143885572

版权

本文使用 Dify v0.10.0+ 和 RAGFlow v0.12.0+ 版本（源码运行）。Dify 中的 RAG 一直被诟病，现在 Dify 提供了外部知识库 API，这样就可以连接到 Dify 之外的知识库并从中检索知识。第一个问题是 API 规范，包括接口格式、输入和输出参数等。第二个问题是哪些外部知识库支持该 API 呢？理论上讲只要支持 API 规范都是可行的。目前，官网有介绍如何使用 AWS Bedrock 知识库的。本文重点介绍 Dify 连接 RAGFlow 外部知识库。Dify通过API调用RAGFlow外部知识库：https://z0yrmerhgi8.feishu.cn/wiki/DrUqwbIXmicVI4kzYzJcQesGnee

一.Dify 连接 RAGFlow 操作

1.添加外部知识库 API

输入 Name，API Endpoint 和 API Key，如下所示：

（1）Name：中英文均可。

（2）API Endpoint：http://127.0.0.1/api/v1/dify

（3）API Key：XXX

2.添加外部知识库接口

主要调用/datasets/external-knowledge-api 的 POST 接口，如下所示：

（1）Payload 内容

{
    "name": "外部知识库",
    "settings": {
        "endpoint": "http://127.0.0.1:9380/api/v1/dify/retrieval",
        "api_key": "ragflow-XXX"
    }
}

（2）Response 结果

{
    "id": "22ae908a-8f54-49dc-be77-4ff8991efbb6",
    "tenant_id": "7bdb51d6-f390-4b23-a59e-9cdbe2e93136",
    "name": "\u5916\u90e8\u77e5\u8bc6\u5e93",
    "description": "",
    "settings": {
        "endpoint": "http://127.0.0.1:9380/api/v1/dify/retrieval",
        "api_key": "ragflow-MwYmU3Zjg2OGY4YjExZWZiZGU1MDAxNT"
    },
    "dataset_bindings": [],
    "created_by": "ebbf25be-ec85-4d68-9dd2-5bc2ee2855e4",
    "created_at": "2024-10-22T01:41:04"
}

3.连接外部知识库

填写外部知识库名字、描述、API 和 ID 等信息，并且设置召回参数，如下所示：

（1）外部知识库名字：外部知识库

（2）外部知识库描述：外部知识库

（3）外部知识库 API：外部知识库

（4）外部知识库 ID：XXX

（5）召回设置 Top K：默认 2

（6）召回设置 Score 阈值：默认 0.5

没找到外部知识库 ID 在哪里看，直接看的 list 接口的 Response 的 id，如下所示：

4.知识库设置

在知识库页面可看到外部知识库，如下所示：

在知识库设置页面，可以对外部知识库进行信息修改，如下所示：

二.测试 RAGFlow 接口

1.使用 Postman 测试

设置 Headers，如下所示：

设置 Body（raw+JSON），如下所示：

{
    "knowledge_id": "0ed8508e8f7311ef801500155d1e64cf",
    "query": "如何克服恐惧？",
    "retrieval_setting":{
        "top_k": 1,
        "score_threshold": 0
    }
}

2.调试接口

通过 Debug 可看到 Request 的参数，如下所示：

三.Dify 使用外部知识库召回测试

1.召回测试

理想过程是输入、测试和输出，如下所示：

2.接口 403 原因

但在召回测试接口 /datasets//external-hit-testing 时候发现 403。看了下发现 Authorization 内容为 Bearer [__HIDDEN__]，如下所示：

顺便看了下前端代码，如下所示：

在 external_knowledge_apis 数据库表的 settings 字段就是存储的 Bearer [__HIDDEN__]。推测 Bearer [__HIDDEN__] 的目的主要是为了隐藏敏感信息，即 API 请求中的身份验证令牌（API key 或 Token）。这是为了防止在公开或共享的场景下泄露机密的 API 密钥，确保安全性。[__HIDDEN__] 只是一个占位符，实际的 API 密钥会替换该部分。

为了明证推测，通过 [__HIDDEN__] 在 Dify 源码中进行了检索，如下所示：

这段代码的主要目的是加密和解密凭据，并处理隐藏的凭据（[__HIDDEN__]）在输入时保持不变的情况。如下所示：

# encrypt credentials
for key, value in credentials.items():
    if key in provider_credential_secret_variables:
        # if send [__HIDDEN__] in secret input, it will be same as original value
        if value == HIDDEN_VALUE and key in original_credentials:
            credentials[key] = encrypter.decrypt_token(self.tenant_id, original_credentials[key])

因此，应该是在调用外部知识库检索的时候，这个部分还没完善。

如何学习大模型

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

下面这些都是我当初辛苦整理和花钱购买的资料，现在我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

在这里插入图片描述

二、AI大模型视频教程

在这里插入图片描述

三、AI大模型各大学习书籍

在这里插入图片描述

四、AI大模型各大场景实战案例

在这里插入图片描述

五、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。