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；% h8 |" v: p; m$ {) Q" Q+ r! K
& B# Z2 u3 B$ h/ L @6 y- H
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；
' v/ O2 ~' d j' Z& A. K
2 D7 [' W$ |) g; \' V

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；

4 u8 Y3 B {: E9 b* L2 U g) j, e

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）。
! Z- h- v& X5 t( Q' K

1.2技术框架和原理

技术栈
/ C" a& W) O) _9 M
- 前端：Vue.js、logicflow
  
  , {) k7 v- k; J
- 后端：Python / Django
  
  2 G1 W) p/ x. e9 E0 s) [+ \( B
- Langchain：Langchain
  $ a& A- y- c+ Y# P
- 向量数据库：PostgreSQL / pgvector
  
  f4 t; [; x5 X3 S4 ^* n: C
- 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。
  8 g t# o* p: Q0 s z/ {

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
/ C& k- F/ R+ g9 C) z8 l; \

7 S; X, U/ M. n& r# S2 b2 k
github：https://github.com/langgenius/dify?tab=readme-ov-file, l9 V3 p9 ]" I% J, l4 N: F: h+ ~

3 t) H9 }% R) E& z/ _' ^

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。) e3 }9 m6 \1 }, A) c* F

: H; I; C: ~, E/ g1 h1 H
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。; _" ~* U7 V+ z- J

+ I% e; h2 p4 E
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 H5 I5 J$ C! A+ k* {( ^) Q
; q2 [; q# r: D
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。
/ s' g6 N7 ^1 c3 h! s; p

" A. g* q3 ~7 F! _2 e
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。2 ?. w% [ _. M3 ~2 |

! j( o [/ D6 J4 F& K
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。! f2 |* l$ a* t* y5 s+ _& J

/ S/ K# E6 e6 X' @+ @( N" b
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 ~& ^) c% ~# t* a; i3 [
* {; P& O$ R4 l; x1 t) v8 W0 U

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。/ c1 _% }4 `; J: X

" |* T) Q: G& _* A* S6 r' e* n" m
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。
$ c, j6 H% J1 H- ^0 ?

# c. _1 O o/ t

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2 M& u. C( \' \! Q

C) Y7 M. m7 R/ \! 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。
  2 u; E3 J# M) I+ Z
  4 j7 G3 l7 C4 t0 Q
- 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。1 s. m5 t o. M4 f# v% w, L* S
  # x' B& f; j2 \: {; K, N/ n! `
- 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。2 a! x3 H$ A9 Z3 t9 P) E9 u
  
  , i8 j, K1 \2 K9 _3 p, x: Y9 w4 {
- 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。
  $ r, F" C7 N8 Y! n4 @
  6 P* C \/ ~, ? [: B2 z
- 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。: f6 G6 ]' @3 b# Q! [: j
  + m2 U( B4 P# I1 u. t! b( 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/! e$ r+ t. S9 O4 O% c

: U; R* w! f# x8 z0 n
github：https://github.com/labring/FastGPT
6 U3 f- U' Y! k+ Q* z+ D$ V0 ^
7 Q9 a- @6 L/ D! A# p2 c

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。
, K1 w! m$ i: ]5 Y p

多库复用，混用
" l4 e1 x! I0 p. V* [' [: A1 T% ?
chunk 记录修改和删除

9 ^2 e, W" l: ~7 z" v
源文件存储

- ?+ S6 \; k0 Y, F( E ]3 Y
支持手动输入，直接分段，QA 拆分导入
5 g/ k) i. K: O& V6 w" s2 Z$ R' Q4 U
支持 txt，md，html，pdf，docx，pptx，csv，xlsx (有需要更多可 PR file loader)
$ Q4 A' A6 ]5 ~
支持 url 读取、CSV 批量导入
3 X: P# [" V0 b8 g+ t0 k
混合检索 & 重排3 `& \/ K$ u9 d$ t( g

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。
7 R! i+ S$ {" U( T/ ^3 x; ~
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。
7 o/ Z+ x& s9 a, r
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。

$ Z" }9 g- b' t' [) l* P! I4 Z6 Q: n