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；' ?1 j& ~2 h: {9 L
, [" O4 ^/ c6 W3 P$ L
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；7 j5 Z* a3 j6 c
, x5 e" y: j) _

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；
& U8 q$ o# T6 Q+ d

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）。
. e! E3 D' J4 \. G% H% M

1.2技术框架和原理

技术栈
# w$ M2 @3 D/ A( q8 I, F
- 前端：Vue.js、logicflow
  
  ' I7 W! L. d$ B# K
- 后端：Python / Django
  
  ( Z; I$ _' }+ k6 [% \; j
- Langchain：Langchain
  6 `# A0 b, X. { D' i: E0 b7 `
- 向量数据库：PostgreSQL / pgvector
  0 C0 u( S! f6 p5 W; F
- 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。
  
  / _7 R. U, e$ H0 M& ^# q A

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( U# F0 Q8 ^ K; `8 _

& W. H# b5 L- \ E2 `7 l+ M
github：https://github.com/langgenius/dify?tab=readme-ov-file+ [$ ^+ r! w2 k* a7 B

* K% j/ u, }8 L3 ]* ^" B- ^8 r

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。 [: R( E: l3 j9 ^ m. j" U

! f! a9 d8 t: K4 l+ ]. G7 i
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。 ^8 ^8 ]' a8 K

2 [3 K: \# R5 E5 ?% G6 R7 w
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。
! A6 I) A# U9 S7 C" p3 [0 I) ^$ g9 L
9 i/ f6 D& u2 p. w( N: R
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。
- A0 t$ C$ C( `/ ^( [ W

' L& l* e9 F$ o4 ~% E2 x
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。
% W" P- v) {. A! V: t( p
' w. B2 g7 D9 z; |7 v% @4 V8 {
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 B& N/ B: P+ D- q5 q/ h' h) o

0 W' d h q: L- t; @
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。/ J$ |! }! |) s6 a

" w4 x9 ]4 ?$ N# ]* d& t0 n

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。% X" f8 p- A8 F7 @! S, D

$ }8 \& z% d( z( c' g q" 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。
7 M2 O! n7 `& A. _+ e2 s

. [0 r* c! G7 k" x

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
) ~* F k$ m4 S8 s' Z. l

' x w! L5 |" i; S; P1 M; x
- 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。+ w* p/ @7 R6 U, e1 p! m& y/ g) c# |
  
  3 f% J/ F% D1 X% y- R
- 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。
  0 @# j! Q: H1 t4 Q8 k$ k! K4 q7 h
  8 h6 I! a* {! X# V- {
- 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。. N5 y8 o( @7 E& Z* C
  
  4 Q1 P& j! P: }) R+ Z8 X
- 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。
  : M- ?# g$ ~. P/ S5 z2 x: w
  
  & v1 I6 @1 b* g) f6 x T: [. {# K9 M
- 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。
  ; Z, V; W2 o6 H, {5 B) e
  . ~7 e' q# Y. _

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/
0 ~; [# ]5 Z: l4 U. @# z
8 a) ]$ _) ^* v/ S+ S) s' z
github：https://github.com/labring/FastGPT
/ g; l( F% I4 y9 [

0 w+ W; c" b& V! w* }

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。
, _6 a1 Y8 K6 u: [

多库复用，混用
: ^' |4 X% h8 i6 @5 O# ^
chunk 记录修改和删除
4 c: w1 v$ J8 T H, |' K8 E
源文件存储

" Z2 E! u4 g5 l# V" ^6 Q; @9 N
支持手动输入，直接分段，QA 拆分导入

6 I, s% \0 U L6 }4 e1 A; x( H9 {
支持 txt，md，html，pdf，docx，pptx，csv，xlsx (有需要更多可 PR file loader)

) B; @ M7 `# q1 E! t
支持 url 读取、CSV 批量导入
' k$ k! Y8 R$ H1 O- j
混合检索 & 重排
- o g* t" P2 U s; y2 n9 p; {; f

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。

4 ]. N4 K9 i4 {) } d2 O
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。

0 e3 }; Q" n( p' j) 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。
5 k1 c% u1 \% x& E& o