EDA365电子工程师网

标题: RAG+AI工作流+Agent：LLM框架该如何选择，全面对 [打印本页]

作者: 鹏仔专用 时间: 2024-10-11 10:25
标题: RAG+AI工作流+Agent：LLM框架该如何选择，全面对
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；/ O5 p( G* z4 k# j" Y8 M
3 w: Y0 K8 }+ M/ N) y
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；1 J% i4 d6 t2 T
' v- r, M; G( \8 |7 ]

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；
* r+ a' J$ J6 R, A$ Z0 O

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）。

+ m# ?- m A- ~8 E- f7 q" L

1.2技术框架和原理

技术栈
V9 V! s5 z3 _
- 前端：Vue.js、logicflow
  1 G- ]1 y" o" P6 \2 P
- 后端：Python / Django
  
  ) b) V5 T' k% A
- Langchain：Langchain
  . R! x5 W7 M! S9 C: i
- 向量数据库：PostgreSQL / pgvector
  7 n1 ?! ~: j$ E
- 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。
  
  # ` T6 V- {8 l" q% Q5 f

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
! D+ _$ z9 h: e/ x

' i; F) ]+ \/ s! \. I3 Q6 H
github：https://github.com/langgenius/dify?tab=readme-ov-file# K* Z1 ?4 `/ S- m; B5 C( H

; f' d7 z7 ]! W3 u! q

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。
" |- _! d+ o& k- o" z- U" T

+ S7 V3 @) x( O( y$ C
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。
+ i& }+ ^+ L: \ b( w( K4 ~

" v8 Z* N6 a) u6 C# R o+ D: y! s3 R
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。
0 Z6 q" |& ~5 U2 g

# a, H) w, D* Y# J: t% O* d, v
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。
# B4 P. s2 ]& [& G
) v* q" q1 X5 P \; d I
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; R x( H. N! w

) E2 j0 J* c- m( [) m
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。
4 ?, G! w4 a4 u
1 t4 e0 P. M1 g/ [/ W
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。
6 z; x y( w% O$ i9 G8 j
% [1 M( a# M. \- c& q

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。
) n8 X" z2 U% n# }( W u; g- i- A

3 y( T* i1 R ?7 P0 z* H1 {
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。- u4 O" E4 S( Z' w# ~# \

1 M" F" n8 o, W: @$ O9 h0 Y

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
$ E: e ?% Q2 _6 p" r) H

1 C4 V) f% T# |3 U' e
- 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。8 K: e! Y) r6 A1 n. ~8 Q
  
  4 J2 O* G! _1 b1 q+ t
- 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。
  ( m* }) ~ q5 h. D% s
  / x% o4 q d2 G$ A4 V8 O6 T( e
- 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。% B- s- T6 k& Q* q/ L
  0 \ a# ]3 }. _! K6 y q1 N
- 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。
  0 H2 P0 g: P0 s* N5 d! M0 X
  
  m: l u0 l- Q
- 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。9 W5 E+ U8 ^ q8 h2 X$ k& p5 |; g
  `) g* c" f5 {) Q- C, w3 v

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/
$ U/ y J9 t$ M- C% V3 E

' u! c$ E% S% X7 V$ c$ N
github：https://github.com/labring/FastGPT- h8 d9 u2 d* E9 @1 z

# y# p3 p; W( }( H0 _% d ^

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。

2 `5 z8 N4 |2 V8 h

多库复用，混用
5 _- m4 z) L; v7 P6 d
chunk 记录修改和删除

1 J4 D M2 a/ ^3 a4 g
源文件存储
5 m& i& n9 n+ m% N' l- F$ ?
支持手动输入，直接分段，QA 拆分导入

" K3 W6 [- Q" I y1 |% ]) j8 l
支持 txt，md，html，pdf，docx，pptx，csv，xlsx (有需要更多可 PR file loader)
3 @6 D7 f" p) n0 X2 [% t
支持 url 读取、CSV 批量导入
! {: p ~7 ^- d; @
混合检索 & 重排
$ U9 w+ B9 G, ]( u- d

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。
+ E$ H! @, d7 G8 {: t
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。
/ w3 Y5 X, M- O' i
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。
0 Z% ^' Y+ u/ }/ m$ x8 U' }& t! F

提供简易模式，无需操作编排
' ~# f) [# }( t! O
工作流编排
/ H& \" E& i: \" d
工具调用

1 f& W2 c% P3 C6 o( O D
插件 - 工作流封装能力
; \( U4 @+ p! |2 a* G& f
Code sandbox+ p/ D! s( t! G: v, d% s

强大的 API 集成：FastGPT 对外的 API 接口对齐了 OpenAI 官方接口，可以直接接入现有的 GPT 应用，也可以轻松集成到企业微信、公众号、飞书等平台。
3 A; w8 n8 v. b8 ]5 g# H

作者: Dcpc8506G9V1S 时间: 2024-10-16 14:34
12121221

作者: Dcpc8506G9V1S 时间: 2024-10-16 15:04

Dcpc8506G9V1S 发表于 2024-10-16 14:34:39) L9 r' }5 n7 \9 f
12121221

111212

作者: Puheee 时间: 2024-10-17 14:17
32323232

作者: Puheee 时间: 2024-10-17 14:18
23232

作者: Puheee 时间: 2024-10-17 14:19
23232323232

作者: 鹏仔专用 时间: 2024-10-17 14:23
今天是周四

作者: 鹏仔专用 时间: 2024-10-17 14:25
秀秀偶

作者: 鹏仔专用 时间: 2024-10-17 15:03
哈哈哈哈哈哈，系休息系

作者: 鹏仔专用 时间: 2024-10-17 15:04
嗯嗯嗯嫩嗯嗯

作者: 鹏仔专用 时间: 2024-10-17 15:06
西i嘻嘻i

作者: 鹏仔专用 时间: 2024-10-17 15:07
嗯嗯嗯呢

作者: 鹏仔专用 时间: 2024-10-17 15:13
哈哈哈哈哈

作者: 新用户 时间: 2024-10-18 14:21
32323323232

欢迎光临 EDA365电子工程师网 (https://bbs.elecnest.cn/)