FeatureQoder 发布提示词增强功能,解放开发者“提示词工程”负担
FeatureQoder 推出提示词增强功能,开发者无需进行提示词工程。该功能通过智能优化,将开发者使用量提升 3.5 倍,并支持上下文长度扩展至 8k tokens。
FeatureQoder 推出提示词增强功能,开发者无需进行提示词工程。该功能通过智能优化,将开发者使用量提升 3.5 倍,并支持上下文长度扩展至 8k tokens。
ProductSmart Context Control 发布,通过智能上下文管理优化大模型使用,节省成本。该工具支持 8k 上下文长度,价格每百万 tokens 为 3.5 美元,目前以闭源形式提供 API。
Qoder 通过代码生成动态共享文档,其 Agent SDK 支持云端和本地部署,上下文窗口达 128k,价格按需付费。
Anthropic在升级Claude Sonnet 4.0/4.5模型后,Project Vend第二阶段的AI商店“Vendings and Stuff”在盈利能力上显著改善,已基本消除负利润周,并在纽约和伦敦开设新店。
Kakaku 通过 Dify 平台解决了 AI 应用开发中的速度、安全和扩展性问题,使 30% 员工成为 AI 构建者,并在 3 小时内将产品数据提取器上线,累计构建近 950 个内部应用。Dify Enterprise 提供多工作空间架构、单点登录、沙箱环境及生产级基础设施,实现中央控制与局部自由结合。
八名 Anthropic 研究人员(无机器人经验)被随机分为两组,一组使用 Claude,一组不使用,任务是用四足机器人狗捡海滩球。使用 Claude 的团队完成任务更多、更快,并唯一实现了让机器人完全自主捡球的目标。实验显示 AI 能显著提升机器人技术,促进数字与物理世界的融合。
Dify 知识管道正式集成 TiDB Vector,开发者可无缝复用解析表格、提取实体及嵌入文本等处理知识构建下游 AI 应用。TiDB Vector 支持混合 SQL + 向量搜索,通过 SQL 语法过滤结构化元数据再进行语义检索,确保精准、具上下文响应,并利用 TiDB 分布式架构实现企业级可扩展性与稳定性。
Bright Data 登陆 Dify Marketplace,为 Knowledge Pipeline 带来实时结构化网络数据源;其 Web Scraper 插件可通过 5 步安装配置,接入 72M+ 代理网络采集电商、社交媒体等数据,支持 API key 授权,丰富 AI 工作流知识基础。
Dify 平台现支持 Tavily 实时网络搜索 API,用户可直接将网络数据嵌入知识管道以提升准确性和时效性;Tavily 可作为 Dify 市场中的数据源插件,配合 Dify 知识管道使用,后者支持从上传解析到分块嵌入的模块化组件;用户可通过安装插件、获取 API 密钥并配置 LLM 节点,将 Tavily 搜索结果用于生成问答对并存储于知识库。
Dify 平台可无代码快速构建聊天机器人、AI 智能体和智能搜索系统,但生产环境部署常遇挑战。TrueFoundry AI 网关可无缝衔接开发与生产,提供成本控制、安全加固、服务降级和供应商切换能力,支持实时成本追踪、角色访问控制、多区域负载均衡及跨模型兼容。
Liquid AI 今日宣布,其高效的 Liquid Edge AI Platform (LEAP) 平台已原生支持 AMD 最新 Ryzen™ 和 Ryzen AI™ 处理器,为开发者在设备端构建高质量 AI 解决方案带来性能提升。
Dify v1.6.0 版本内置双向 Model Context Protocol (MCP) 支持,可直接调用 MCP 服务器或将 Dify 代理/工作流作为 MCP 服务器暴露,实现更快速可靠的集成和功能扩展。
Dify 1.5.0 发布,通过节点运行记录和变量传递功能实现工作流调试,支持单步执行和变量实时修改,显著提升 AI 应用开发透明度。
Dify 用户可通过集成 InfraNodus 创建高级 AI 问答机器人,该机器人不仅回答问题,还能从知识库中挖掘洞察并生成新想法。InfraNodus 可可视化知识库为知识图谱,识别概念连接的“结构间隙”,其 API 生成针对这些间隙的见解性问题。用户可将此能力无缝集成到 Dify 应用中,用于启动对话、内容开发或为 Dify AI 代理提供智能提示,从而在网站上嵌入增强型聊天机器人。
Dify 推出面向教育领域的免费 LLM 技术栈,为全球教师和学生提供从构建到应用的完整生成式 AI 工具,支持拖拽式低代码开发、可视化工作流设计及多种插件,首批用户可享 100% 优惠券。
Dify 通过 MCP 插件支持将 Zapier 的 7000+ 应用集成到 AI 代理中。开发者可使用 MCP SSE 插件动态调用外部工具,或通过 Agent Strategy 插件让代理自主决策调用。Zapier MCP 服务器提供 30000+ 行动,支持如 Gmail 发送邮件等自动化任务,需配置服务器端点并设置 GPT-4o 提示词控制调用。
Dify 新发布的 SSH 插件通过 AI 驱动实现服务器管理,可自动化部署、文件处理、脚本执行和故障排除。该插件基于 Cursor 工具开发,支持 8k 上下文长度的 SSH 远程命令执行和文件传输,安装便捷,并可通过 AI 智能体独立完成服务器配置、应用部署和问题排查。
Dify.AI 将参加 2025 年 3 月 17 日至 21 日的 NVIDIA GTC 大会,在 3226 会议室展示最新创新成果,包括插件系统、工作流机制和 NVIDIA NIM 集成。公司核心是帮助开发者通过提示、上下文和插件定义 AI 应用,v1.0.0 版本推出插件机制、工作流增强和开放生态。
Dify 正式推出 Agent Strategy 插件,使工作流节点能将固定流程外的步骤交由 LLM 自主决策。Agent Node 作为执行单元,管理资源与推理过程;Agent Strategy 是可插拔的推理算法模块,定义工具使用与问题解决逻辑。
Dify v1.0.0 引入插件系统,开发者可通过 Brave Search API 插件轻松集成实时搜索功能。在 Dify Studio 中创建智能代理或工作流,选用 Claude-3.5 Sonnet 等模型,并添加 Brave Search 工具实现搜索。支持在工作流中部署,或集成自定义插件扩展功能。
Prime Intellect 宣布获得 Founders Fund 领投的 1500 万美元融资,用于构建支持 agentic 模型训练、评估和部署的开放超级智能栈,此前已推出 GPU 交换平台 Compute Exchange 和分布式训练框架 PRIME,并开源了 INTELLECT-1、METAGENE-1 等模型。
Dify 通过节点迭代、搜索和总结,实现多步研究自动化应用 DeepResearch。该应用使用 LLM 生成查询和总结,支持 8k 上下文窗口,需 DeepSeek 和 Tavily API,部署在 Dify 平台。
Dify 提供三种方案确保 DeepSeek-R1 稳定运行:官方 API 集成支持多键负载均衡;接入 Azure AI Foundry 等 MaaS 服务作为备份;本地部署 Ollama 满足隐私需求。通过 Dify 可实现官方 API 与 MaaS 的主备切换,保障 1000+ 模型支持的应用持续在线。
PRIME-RL 算法结合合成推理数据微调的 Qwen-7B-Math 模型训练出 INTELLECT-MATH,在数学推理基准测试中超越 Eurus-2-7B-PRIME 并将训练时间缩短 10 倍至 47 步(原需 592 步);同时发布包含 500 万条推理轨迹的 NuminaMath-QwQ-CoT-5M 数据集,所有代码、权重及数据均开源。
Dify v0.15.0 推出父子检索技术,通过匹配小粒度子片段实现精准检索,结合大粒度父片段补充上下文,提升 RAG 系统的响应准确性与信息丰富度。该功能支持两种父片段分割模式(段落/全文),允许用户独立编辑父子片段并选择是否再生子片段,同时优化了片段预览界面以增强低代码平台易用性。
Dify v0.14.0 引入强大的错误处理功能,允许开发者针对 LLM 节点、HTTP 节点、工具节点和代码节点定义自定义错误处理,通过默认值、工作流重定向等策略防止流程中断,提升 AI 应用可靠性。
Dify v0.10.0 发布,新增文件上传功能,支持文档、音频和视频文件,实现问答、摘要生成等应用,并可通过文件上传和 LLM 节点构建 AI 驱动的播客。
Dify.AI 和 LangChain 是两种流行的 AI 应用构建工具。Dify.AI 通过可视化工作流界面使非技术人员也能快速开发 LLM 应用,显著降低开发时间和复杂度;LangChain 则需要用户自行编码调试。Dify.AI 拥有 BaaS 架构、RAG 和丰富 API 等功能,并依靠专家团队确保高负载下的可靠性能,而 LangChain 依赖第三方代码贡献可能存在维护问题。
Dify 工作流 v0.6.9 发布,支持将工作流发布为工具供 AI 智能体或其他工作流自动调用;新增迭代节点实现更灵活的多步骤生成;参数提取器可从非结构化信息中提取结构化参数,简化工具调用;增强各节点能力。新功能适用于封装流程、批量处理任务(如邮件分类处理)及提升工具调用门槛。
Dify 推出 AI Workflow 功能,通过直观的拖放界面实现多步逻辑的预期输出。该功能可作为独立应用或激活于 Chatbot 应用中的 Chatflow,支持 LLM、工具、问题分类器、知识检索、代码执行、条件逻辑等节点,并可通过 API 集成到现有系统。
Dify 支持在 Hugging Face 上运行 Text-Generation 和 Embeddings 模型,包括 Gemma-2b、Gemma-7b 及其指令微调版本(如 Gemma-2b-it、Gemma-7b-it)。
Dify 重构架构为模块化设计,推出 Model Runtime 服务模块,支持 175B 参数规模模型,实现统一接口与 YAML 简化配置,动态添加模型,提升开发效率与兼容性。
Dify 发布 v0.4.1 版本,重构模型运行时架构以替换基于 LangChain 的旧接口,旨在简化开发流程并提升代码库的健壮性与对贡献者的友好度;新架构减少对外部依赖,与开发需求更契合,并支持 OpenAI、Anthropic、Azure 等模型提供商及 Google Gemini,通过 YAML 配置简化模型部署。
Dify.AI 的 Annotation Reply 功能允许手动编辑历史对话或导入问答批次,以便用标注回复优先匹配相似用户问题,使聊天机器人在特定场景下给出确切答案。此功能有助于构建 LLMOps 数据反馈循环,降低对话场景中重复问题的 LLM 调用成本和延迟,并积累有价值的数据资产用于未来模型微调。
Dify.AI v0.3.34 版本推出 Annotation Reply 功能,通过手动标注提供定制化问答并节省 LLM 推理成本;新增对 unstructured.io 的支持。
Dify.AI v0.3.31 更新通过混合搜索、语义重排模型和多路径检索增强 RAG 技术,使其问答效率提升 20%,显著优于 OpenAI Assistants API。Ragas 评测显示 Ragas 分数提高 18.44%,上下文精确度提升 20%,忠实度提高 35.71%。
Dify v0.3.30 发布,新增 GPT4-Vision 多模态模型功能。该模型支持通过聊天构建智能体,自动生成可复用技能并保留对话上下文,便于工作流集成。Dify 同时推出 CLI 工具 difyctl 和创作者中心及模板市场。
Dify 推出数据集管理工具更新,引入"引文与归属"功能及用户友好界面,并扩展 Dataset API 支持多种文件格式与实时数据管理。新功能包括创建空数据集、文档列表查询、文本/文件导入、嵌入模型集成及 GPT-3.5-turbo-instruct 集成,提升数据管理效率与交互体验。
Dify v0.3.13 发布,集成 Llama2、ChatGLM 等开源大模型,支持 Hugging Face 和 Replicate 平台模型,用户可通过 API 密钥轻松访问并快速构建 AI 应用。平台支持模型间快速切换,通过点击模型选择器对比性能,降低模型选择和调优门槛。