Dify部署

Dify

目前已支持能力:

01. 可视化编排 Prompt
通过界面化编写 prompt 并调试,只需几分钟即可发布一个 AI 应用。

02. 接入长上下文(数据集)
全自动完成文本预处理,使用您的数据作为上下文,无需理解晦涩的概念和技术处理。

03. 基于 API 开发
后端即服务。您可以直接访问网页应用,也可以接入 API 集成到您的应用中,无需关注复杂的后端架构和部署过程。

04. 数据标注与改进
可视化查阅 AI 日志并对数据进行改进标注,观测 AI 的推理过程,不断提高其性能。

环境配置

Docker 19.03、 Docker Compose 1.25.1 以上版本

安装docker
#安装依赖包
apt install apt-transport-https ca-certificates curl software-properties-common

#添加Docker的官方GPG密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

#添加 Docker 的软件源
echo "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

#更新 apt 包索引
apt update

#安装 Docker
apt install docker-ce docker-ce-cli containerd.io

#查看docker版本
docker version
--------------------------------------------------------------------
Version:           24.0.5
 API version:       1.43
 Go version:        go1.20.6
 Git commit:        ced0996
 Built:             Fri Jul 21 20:35:23 2023
 OS/Arch:           linux/amd64
 Context:           default

Server: Docker Engine - Community
 Engine:
  Version:          24.0.5
  API version:      1.43 (minimum version 1.12)
  Go version:       go1.20.6
  Git commit:       a61e2b4
  Built:            Fri Jul 21 20:35:23 2023
  OS/Arch:          linux/amd64
  Experimental:     false
 containerd:
  Version:          1.6.22
  GitCommit:        8165feabfdfe38c65b599c4993d227328c231fca
 runc:
  Version:          1.1.8
  GitCommit:        v1.1.8-0-g82f18fe
 docker-init:
  Version:          0.19.0
  GitCommit:        de40ad0
----------------------------------------------------------------------
安装 Docker Compose
#下载 Docker Compose 二进制文件
curl -L "https://github.com/docker/compose/releases/download/1.29.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose

#赋予执行权限
chmod +x /usr/local/bin/docker-compose

#验证 Docker Compose 安装是否成功
docker-compose --version

Dify部署

#git 源代码到本地
git clone https://github.com/langgenius/dify.git

#启动Dify
cd dify/docker
docker compose up -d
-----------------------------------
[+] Running 8/8
 ✔ Network docker_default       Created                                                                                                                                                                                             0.1s 
 ✔ Container docker-db-1        Started                                                                                                                                                                                            26.8s 
 ✔ Container docker-web-1       Started                                                                                                                                                                                            26.8s 
 ✔ Container docker-weaviate-1  Started                                                                                                                                                                                            26.8s 
 ✔ Container docker-redis-1     Started                                                                                                                                                                                            26.7s 
 ✔ Container docker-api-1       Started                                                                                                                                                                                             1.3s 
 ✔ Container docker-worker-1    Started                                                                                                                                                                                             1.4s 
 ✔ Container docker-nginx-1     Started   
-----------------------------------

访问Dify Web页面【建议使用公网,如果不在同一个内网无法登录】

http://主机IP
首次登录配置邮箱以及账户密码,配置模型API连接,由于国内连接OpenAI限制,所以我使用自己部署的ChatGlm模型

在这里插入图片描述

连接上面部署ChatGLM的API,如下

在这里插入图片描述

添加成员

输入邮箱后选择你需要给的权限,确认以后会弹出一条链接例如123456,将该链接前缀加上dify的登录地址即可注册
http://本机ip/123456
在这里插入图片描述

创建应用

选择应用类型,创建应用
在这里插入图片描述

开始对话

在这里插入图片描述

创建数据集【自定义数据集,训练你的专属模型】

在这里插入图片描述

公开让同事访问更便捷

在这里插入图片描述

添加邮箱

在这里插入图片描述进入成员后点击添加,输入邮箱选择用户身份
在这里插入图片描述

在这里插入图片描述
发送邀请后复制邀请链接如下
/activate?email=yxxxxxxxxxx@qq.com&token=231d7039-c8ae-46ff-9dd9-c0fbf05c88f5
在这里插入图片描述
在邀请链接前加上Dify服务端地址,如下【以下172.16.23.50是我dify服务端的地址】
http://172.16.23.50/activate?email=yxxxxxxxxxx@qq.com&token=231d7039-c8ae-46ff-9dd9-c0fbf05c88f5
将此链接粘贴到浏览器即可注册,自定义账户密码注册即可在这里插入图片描述
,注册结束后通过邮箱以及密码登录
在这里插入图片描述

Dify还有许多功能此处就不一一列举了,具体功能可以参考使用官方提供的dify云服务,会赠送一些token试用,可以登录上去看看

https://cloud.dify.ai/signin

最后有需要云主机资源的同学以及大佬们,目前有大量A100-40G、V100-32G、T4-16G的大厂资源,仅支持月租/年租,如有需要联系我哈!

赠一张搬砖图片

在这里插入图片描述

  • 7
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
Weaviate和Milvus都是当前流行的开源软件,用于大规模数据的嵌入式向量索引和相似度搜索。这两个软件在某些方面有相似之处,但也有一些关键的区别。 首先,Weaviate是一个图数据库,特别适用于大规模的图数据和嵌入向量的查询。它使用了类似于自然语言处理的语义模型,可以对复杂的关系进行解析和查询。Weaviate具有灵活的数据模型,可以根据应用的需求创建自定义的对象和关系类型。同时,它还支持实时数据同步,可以监测和及时更新图数据库中的数据。 相比之下,Milvus是一个基于向量的相似度搜索引擎,主要用于高效地搜索和检索嵌入向量。它支持多个向量相似度度量方法,并提供了高性能的向量检索功能,适用于大规模向量数据的快速搜索。Milvus还提供了多种数据插入方式,并具有高度可定制化的特性,可以满足不同应用场景的需求。 此外,Weaviate和Milvus在数据存储的处理上也有所不同。Weaviate使用了传统的图数据库架构,将数据存储在节点和边上。而Milvus则使用了高度优化的向量索引结构,通过更为高效的向量搜索算法,实现了快速查询和检索的能力。 综上所述,Weaviate和Milvus在技术特性和应用场景上有所不同。Weaviate适用于复杂的图数据查询和处理,而Milvus则更适用于大规模向量数据的相似度搜索和索引。具体选择哪个软件取决于应用的具体需求和数据特性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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