Dify 推出 AI Workflow 功能
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 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。
Devin 在 SWE-bench 基准测试中成功解决 13.86% 的问题,远超此前最高 1.96% 的未辅助基线,即使提供确切文件也优于最佳前代模型(4.80%)。
Dosu 通过评估驱动开发(EDD)提升大语言模型可靠性,使用 LangSmith 监控和搜索活动以应对增长带来的挑战。团队采用 EDD 流程改进核心逻辑、模型或提示,确保维护性能并改善薄弱环节。LangSmith SDK 提供了所需的细粒度控制和可定制性,支持将提示作为代码管理并跟踪元数据。
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通过可视化提示词编排、操作、数据集管理及内置RAG引擎,让开发者快速构建AI应用。用户可输入目的地、天数或预算,AI旅游顾问能结合维基百科和谷歌搜索生成行程,并提供当地住宿餐饮信息、价格和评价。Dify支持部署类似Assistants API的功能,基于任何流行LLM运行,并采用gpt-4-1106-preview模型效果更佳。
Dify v0.5.0新增Agent助手模式,支持调用市场主流LLM构建复杂多步问题解决方案。用户可通过该模式基于Yahoo Finance工具(News、Analytics、Ticker)生成任意上市公司的投资分析报告,实现自动化研究、提升效率并减少信息查找时间。
Dify.AI 发布 AI Agent 平台,允许用户使用多种 LLM(包括开源模型)和工具创建智能助手,区别于 OpenAI Assistants API 仅支持 OpenAI 模型。
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 将 Jina Embeddings 模型整合至平台,该模型支持 8,192 个 token 的上下文长度,优于多数仅支持 512 token 的开源模型。
Dify 提供自托管部署、多模型支持、RAG 引擎和 API 等功能,更灵活地解决使用 OpenAI Assistants API 在成本、数据安全和模型选择权方面的挑战。其自托管部署策略确保数据隐私与安全,兼容 OpenAI、Anthropic 和 Llama2 等商业及开源模型,RAG 引擎支持与 Qdrant、Weaviate 等向量数据库集成,用户可定制索引策略。
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.AI v0.3.29 版本新增对 OpenAI GPT-4 Turbo(128K 上下文)和 GPT-4 Vision 模型的支持,并引入外部数据 API 工具及敏感内容审核功能。
Dify.AI 发布全新提示编排模式,用户可通过切换从基础模式到专家模式获得更高控制度。专家模式面向专业开发者与提示工程师,支持高度自定义编排,允许编辑上下文、用户输入、对话历史、示例等提示元素,以实现与 LLM 或数据集的强健交互。基础模式简化应用创建,专家模式则提供更多配置选项,如 CHAT 和 COMPLETE 模型,并支持外部工具 API 调用功能。
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。
Dify V0.3.12 发布,通过 Q&A 段式匹配模式提升数据检索精度,并推出 Chat 功能实现在线交互;支持 GPT-3.5、GPT-4、Claude 2 等推理模型,插件由 Dify 团队开发优化。
Dify.AI 完全开源 46,558 行代码,采用 AGPL+MIT 混合开源许可,包含视觉提示编排、长上下文集成、API 开发等核心功能。自云端版本 5 月 9 日发布以来,不到一周内创建超 4,000 个应用,GitHub Star 超过 700+。
Dify.AI 通过可视化界面和 YAML 文件帮助开发者快速构建 AI 应用,目前支持 GPT、Claude 等模型,提供提示词编排、长上下文集成、API 开发等功能,已获 1500+ 应用创建和 240+ 星标。
开发者利用 OpenAI 的 GPT API 时,AI 可能无法产生预期输出或表现“不合作”,为应对这些挑战并提升 GPT 性能,需遵循三个关键步骤:通过提示工程指导模型行为,使用单点或少样本学习技术,以及利用嵌入扩展模型上下文,并可通过微调使模型适应特定领域。
Dify 推出 Dify WebApp,让用户能快速组合和部署云端 AI 原生应用,无需管理基础设施。该平台提供对话式和文本生成两种 WebApp 类型,分别用于构建交互式体验和内容生成任务。用户可通过 GitHub 仓库部署或自建服务器部署,并利用开源模板进行轻量级或重量级定制开发,整合 Dify 的视觉编排、操作和数据集能力。
Dify 致力于让 AI 技术更易用,其创建是为了解决开发者在使用 OpenAI 的大型语言模型构建 AI 应用时面临的复杂挑战,如数据准备和模型微调的难度;该平台通过可视化界面、统一 API 和开源策略简化 LLM 应用开发与运维,并持续集成前沿技术如智能体模式和 ChatGPT 插件。