让Dify创建一个简单的文本型应用应该是不难的，但是如何在文本型应用创建完毕后，又能用Python程序进行访问，好像并不是很简单。但是，完成这步操作又非常的重要，这样可以让Dify框架和我们的应用程序之间可以很好的进行整合。

Agent是比较关键的应用。Agent又称智能体。目前是能像人一样提供较为复杂的功能。关于Windows下Difer的安装，可以参考我的另外一篇博客：Windows下Dify的安装-CSDN博客首先确保，Windows下的docker已经安装完毕，并且可以使用。关于Windows下docker的安装，可以参考我的另外一篇博客：https://quickrubber.blog.csdn.net/article/details/146170500。

主要是为了充分理解“知识库”的概念。红线所画的是Rerank模型，这个模型应该是“硅基流动”提供的，用来给内容进行打分排序的。这就是大模型打分给出来的。很显然这是一种很模糊的，基于语义的查询。对Rerank对应的模型的理解非常的关键。实际上本质的来讲，是模糊查询的核心技术，进行召回测试，提了一个简单的问题（“这个人在哪些公司工作过？这里有很多的细节参数，我们暂时都采用默认的不作任何的修改。可见准确度依然是很高的，它的打分机制依赖于这一系列关键词。可见匹配还是比较准确的，特别注意右侧的打分。

   前面已经介绍了Dify挂接Ollama的本地DeepSeek的方法，参照我的博客：https://blog.csdn.net/quickrubber/article/details/147294170      本文介绍了2种，挂接在线API的方法，供大家参考。

Windows下的Dify安装完毕后，就可以进行和DeepSeek的挂接配置了。关于Windows下Dify 的安装，可以参考我另外的两篇博客：Windows下docker的安装：https://quickrubber.blog.csdn.net/article/details/146170500Windows下Dify的安装：https://blog.csdn.net/quickrubber/article/details/147277381。

首先确保，Windows下的docker已经安装完毕，并且可以使用。关于Windows下docker的安装，可以参考我的另外一篇博客：https://quickrubber.blog.csdn.net/article/details/146170500