RAG+AI工作流+Agent：LLM框架该如何选择，全面对

鹏仔专用 · 发表于 2024-10-11 10:25

EDA365欢迎您！

您需要登录才可以下载或查看，没有帐号？注册

x

RAG+AI工作流+Agent：LLM框架该如何选择，全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐

1.MaxKBMaxKB = Max Knowledge Base，是一款基于 LLM 大语言模型的开源知识库问答系统，旨在成为企业的最强大脑。它能够帮助企业高效地管理知识，并提供智能问答功能。想象一下，你有一个虚拟助手，可以回答各种关于公司内部知识的问题，无论是政策、流程，还是技术文档，MaxKB 都能快速准确地给出答案:比如公司内网如何访问、如何提交视觉设计需求等等

官方网址：https://maxkb.cn/

1.1 简介

开箱即用：支持直接上传文档、自动爬取在线文档，支持文本自动拆分、向量化、RAG（检索增强生成），智能问答交互体验好；
. A \6 f; h: Z- H" o" \1 M# Q( J
( r# ^& S" g0 U3 d
无缝嵌入：支持零编码快速嵌入到第三方业务系统，让已有系统快速拥有智能问答能力，提高用户满意度；
) ]2 R x) g8 [5 h6 N' Y5 p8 J5 X3 [, v% b

灵活编排：内置强大的工作流引擎，支持编排 AI 工作流程，满足复杂业务场景下的需求；

3 ]. n% _7 M1 _

模型中立：支持对接各种大语言模型，包括本地私有大模型（Llama 3 / Qwen 2 等）、国内公共大模型（通义千问 / 智谱 AI / 百度千帆 / Kimi / DeepSeek 等）和国外公共大模型（OpenAI / Azure OpenAI / Gemini 等）。
" X! U/ O6 D2 p- t7 g) A A

1.2技术框架和原理

技术栈

+ M9 i4 R- m5 ]9 N
- 前端：Vue.js、logicflow
  
  ' z# ~0 O$ l! {$ v! U
- 后端：Python / Django
  
  8 H2 t& K) B1 d0 `. c7 S
- Langchain：Langchain
  
  ( B7 G1 j' d9 R4 L" I
- 向量数据库：PostgreSQL / pgvector
  9 ~/ \& h0 g1 P
- 大模型：Ollama、Azure OpenAI、OpenAI、通义千问、Kimi、百度千帆大模型、讯飞星火、Gemini、DeepSeek等。
  9 y; t6 d; g' f% n$ V2 t" [: R4 B8 ]1 C

2.DifyDify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。

由于 Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排，并同时提供了一套易用的界面和 API。这为开发者节省了许多重复造轮子的时间，使其可以专注在创新和业务需求上

官网：https://dify.ai/zh
: m2 B+ l: H4 ]& p
! l* Z# y1 Y5 k7 [' _# I, Z* B
github：https://github.com/langgenius/dify?tab=readme-ov-file1 F! A! m" c3 U/ B- r

! t, s" O# Z% ?# T

2.1 简介Dify 是一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。以下是其核心功能列表：

工作流: 在画布上构建和测试功能强大的 AI 工作流程，利用以下所有功能以及更多功能。- L: s1 @# G. p0 u

# ~4 ^5 _3 s; N1 B
全面的模型支持: 与数百种专有/开源 LLMs 以及数十种推理提供商和自托管解决方案无缝集成，涵盖 GPT、Mistral、Llama3 以及任何与 OpenAI API 兼容的模型。- Z1 P! Q6 W. D* ] B+ v

$ J9 u8 w V) g9 X
Prompt IDE: 用于制作提示、比较模型性能以及向基于聊天的应用程序添加其他功能（如文本转语音）的直观界面。- b- ?; W+ k# P5 [

9 V- K0 U! Z7 O4 a0 S; j1 I
RAG Pipeline: 广泛的 RAG 功能，涵盖从文档摄入到检索的所有内容，支持从 PDF、PPT 和其他常见文档格式中提取文本的开箱即用的支持。8 }' `, }# k* x, M, J1 k9 K0 l$ X

) w1 {9 m8 G6 P0 r
Agent 智能体: 您可以基于 LLM 函数调用或 ReAct 定义 Agent，并为 Agent 添加预构建或自定义工具。Dify 为 AI Agent 提供了50多种内置工具，如谷歌搜索、DELL·E、Stable Diffusion 和 WolframAlpha 等。$ c$ z% v# I) M

: s$ n# S' c" V+ ~) L' N$ s ^, ?
LLMOps: 随时间监视和分析应用程序日志和性能。您可以根据生产数据和标注持续改进提示、数据集和模型。0 ^( A8 B! z( d0 V9 c' N* g! x

9 {% N Y' F7 q3 K3 ]) E
后端即服务: 所有 Dify 的功能都带有相应的 API，因此您可以轻松地将 Dify 集成到自己的业务逻辑中。
( h1 C8 g0 T$ N. @, A! a7 y
" W& a# P& E: H! Y: X2 M

2.2 系统框架

工作流通过将复杂的任务分解成较小的步骤（节点）降低系统复杂度，减少了对提示词技术和模型推理能力的依赖，提高了 LLM 应用面向复杂任务的性能，提升了系统的可解释性、稳定性和容错性。Dify 工作流分为两种类型：

Chatflow：面向对话类情景，包括客户服务、语义搜索、以及其他需要在构建响应时进行多步逻辑的对话式应用程序。
/ b' q) j2 R! w A
: Y1 C8 M) @: u4 z: e
Workflow：面向自动化和批处理情景，适合高质量翻译、数据分析、内容生成、电子邮件自动化等应用程序。
. `! o/ e' V1 L1 {; Y
: V! v8 D8 J. n! `( K

为解决自然语言输入中用户意图识别的复杂性，Chatflow 提供了问题理解类节点。相对于 Workflow 增加了 Chatbot 特性的支持，如：对话历史（Memory）、标注回复、Answer 节点等。

为解决自动化和批处理情景中复杂业务逻辑，工作流提供了丰富的逻辑节点，如代码节点、IF/ELSE 节点、模板转换、迭代节点等，除此之外也将提供定时和事件触发的能力，方便构建自动化流程。

常见案例- s, K" G; n3 A6 ^

; G& t% _! Z, i
- 客户服务：通过将 LLM 集成到您的客户服务系统中，您可以自动化回答常见问题，减轻支持团队的工作负担。 LLM 可以理解客户查询的上下文和意图，并实时生成有帮助且准确的回答。
  4 o0 N: Z) G# ^& p% ?3 z, U
  
  : }& U% A& V! w# x0 W0 M5 P
- 内容生成：无论您需要创建博客文章、产品描述还是营销材料，LLM 都可以通过生成高质量内容来帮助您。只需提供一个大纲或主题，LLM将利用其广泛的知识库来制作引人入胜、信息丰富且结构良好的内容。/ Z* O' ]2 {1 y+ D. V9 B
  
  6 r6 C* v) E/ g# q, F" z6 k
- 任务自动化：可以与各种任务管理系统集成，如 Trello、Slack、Lark、以自动化项目和任务管理。通过使用自然语言处理，LLM 可以理解和解释用户输入，创建任务，更新状态和分配优先级，无需手动干预。
  ' ]/ V4 m) M# D8 w! X1 Q9 o; }& Q
  0 D9 f. c6 u* e A7 d/ ~
- 数据分析和报告：可以用于分析大型数据集并生成报告或摘要。通过提供相关信息给 LLM，它可以识别趋势、模式和洞察力，将原始数据转化为可操作的智能。对于希望做出数据驱动决策的企业来说，这尤其有价值。
  2 H$ [2 S$ V6 n( { t, W. I
  5 c# x x3 f: f1 b- F
- 邮件自动化处理：LLM 可以用于起草电子邮件、社交媒体更新和其他形式的沟通。通过提供简要的大纲或关键要点，LLM 可以生成一个结构良好、连贯且与上下文相关的信息。这样可以节省大量时间，并确保您的回复清晰和专业。
  & i4 b$ o$ D" _- }% s7 U8 e1 }; Z& c! C6 w

3.FastGPT

FastGPT是一个功能强大的平台，专注于知识库训练和自动化工作流程的编排。它提供了一个简单易用的可视化界面，支持自动数据预处理和基于Flow模块的工作流编排。FastGPT支持创建RAG系统，提供自动化工作流程等功能，使得构建和使用RAG系统变得简单，无需编写复杂代码。

官方：https://fastgpt.in/
5 \4 c3 A0 U) d+ S. c

0 U& _5 e4 O" k2 s
github：https://github.com/labring/FastGPT
) u) _: _3 }2 W# w+ ?" d) B4 h' ~
: N% R5 [. ^* ~9 ]! M# Q

3.1 FastGPT 能力

专属 AI 客服：通过导入文档或已有问答对进行训练，让 AI 模型能根据你的文档以交互式对话方式回答问题。
9 l$ Q( q0 K, R7 A

多库复用，混用
8 p* l3 A F' B s! z0 y0 x1 F2 a, r. ~
chunk 记录修改和删除
5 Y& T) ~4 @# C w! t7 C6 M
源文件存储
% ~( ] y/ V! H* u! z7 M( o; P/ a
支持手动输入，直接分段，QA 拆分导入

* |; y4 V o6 u
支持 txt，md，html，pdf，docx，pptx，csv，xlsx (有需要更多可 PR file loader)

0 b) l% r, T. ~- f* }
支持 url 读取、CSV 批量导入
1 r- n# a( q, u( |9 x4 w* a/ s
混合检索 & 重排6 y2 ?5 X" D; z0 f9 l9 i0 s

简单易用的可视化界面：FastGPT 采用直观的可视化界面设计，为各种应用场景提供了丰富实用的功能。通过简洁易懂的操作步骤，可以轻松完成 AI 客服的创建和训练流程。

# |( o& r d a {. R5 _9 m: D
自动数据预处理：提供手动输入、直接分段、LLM 自动处理和 CSV 等多种数据导入途径，其中“直接分段”支持通过 PDF、WORD、Markdown 和 CSV 文档内容作为上下文。FastGPT 会自动对文本数据进行预处理、向量化和 QA 分割，节省手动训练时间，提升效能。

$ F. {5 S3 l$ G O( l
工作流编排：基于 Flow 模块的工作流编排，可以帮助你设计更加复杂的问答流程。例如查询数据库、查询库存、预约实验室等。
, g" `" q2 ~$ Y! g' ^! R0 C