Dify.AI 是一款简单易用且开源的 LLMOps 平台，帮助开发者更简单、更快速地创建 AI 应用。它的核心理念是通过可声明式的 YAML 文件定义 AI 应用的各个方面，包括 Prompt、上下文和插件等。Dify 提供了可视化的 Prompt 编排、运营、数据集管理等功能。这些功能使得开发者能够在数天内完成 AI 应用的开发，或将 LLM 快速集成到现有应用中，并进行持续运营和改进。
- 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；
- 接入长文本（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；
- 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。
- 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。
本文使用Ubuntu 22.04.4来进行演示，首先确保已经安装好了最新版本的docker，docker-compose。安装过程省略，网上有很多教程。
注意：docker hub拉取镜像时，会失败，超时。因为国内网络访问受到了限制，必须使用代理才行。
为了解决拉取镜像失败问题，国内有些公开的docker代理，可以拉取镜像。
直接拿来使用即可，修改文件daemon.json
vi /etc/docker/daemon.json
内容如下：
访问github地址：https://github.com/langgenius/dify.git
注意：github需要FQ才能访问
下载代码，复制环境变量，使用docker-compose启动
访问页面，地址：http://服务器ip，例如：http://192.168.32.14/
选择语言为中文
输入，邮箱，用户名，密码。点击设置
注意：这里设置就是管理员账户。
右上角点击账户，可以看到dify版本为1.1.0
右上角点击账户–>设置–>模型供应商
找到通义千问–>安装
点击设置
输入api key
系统模型设置
千问 Qwen 教程
设置模型
刷新页面，再次进入模型供应商，就没有警告提示了
点击工作室–>创建空白应用
创建一个聊天助手
点击右上角模型，设置为qwen-max-latest。点击发布–>发布更新。最后点击运行
他会开启一个新的页面，在最下面，输入问题即可，点击发送
效果如下：
点击插件
点击探索Marketplace
这里会展示所有插件
点击对应的插件，案件即可。
如果在线安装插件，遇到了错误：Reached maximum retries (3) for URL https://marketplace.dify.ai/api/v1/plugins/download?unique_identifier=langgenius/tongyi:0.0.12@0e4f4caf2002b8fa6de179abf3e8b91b2e9999df43e18
可以多测试几次，如果多次尝试不行，并且在服务器上面测试端口telnet marketplace.dify.ai 443，结果超时。
说明服务器的公网ip被marketplace.dify.ai拉入了黑名单，无法访问了。
这个时候，就需要本地安装插件了。
进入页面：https://marketplace.dify.ai/
找到要安装的插件，比如通义千问
点击下载按钮
本地会得到文件langgenius-tongyi_0.0.12.difypkg
进入dify插件页面，点击，安装插件–>本地插件
上传本地的文件langgenius-tongyi_0.0.12.difypkg，等待几十秒，就会安装完成了。
k8s相关yaml，我以及上传到github里面了，地址：https://github.com//dify-k8s
具体操作步骤，README.md文件有详细说明，这里就不重复了
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/258968.html原文链接：https://javaforall.net
