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；. m# e6 O0 w q1 q# Z1 Z
+ C) Q9 C, P" v: g2 r
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；
4 M5 l7 x# l/ K' n4 W2 l( ^8 \7 D' x. Z& a6 [

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；

* Z( i0 X+ b; h6 d. y$ \' p$ r" k

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）。

' \ q( y; _6 @+ W

1.2技术框架和原理

技术栈
7 C! P4 o& u4 W+ ]' n
- 前端：Vue.js、logicflow
  
  1 c+ W: [9 k1 e; G9 Z( |/ E
- 后端：Python / Django
  
  # U/ ] s* J! D5 S/ Y6 H& }4 D
- Langchain：Langchain
  
  ( U# K+ w. Y) X( h2 @
- 向量数据库：PostgreSQL / pgvector
  
  ! {1 |1 C2 Z+ J9 m
- 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。
  
  4 L+ Z, v& e- |& x$ a' y8 ~

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' f. {$ j. @. u) x7 ]4 x) g5 K- A) R

r7 E7 y) |$ q" ~+ X7 R
github：https://github.com/langgenius/dify?tab=readme-ov-file
, r. H" Y" G I- Z, }! w
, H1 @3 c4 Y6 M' q0 c( Z4 I

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。
* V% y" s7 y% Q7 Y6 F- u5 m

+ ~: m2 l! B4 F& z- s
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。+ D/ H& L3 [* z/ I% q. w0 y- g

' H, B" {. y) X% Q( l# K) 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。
# I( Y7 v% D5 _; Y) f8 m9 q
! L/ O) q+ {: t; t$ 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。
( q3 L7 k; [! J0 T5 g9 X" `

4 G9 ?- S. E4 n2 M
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。 m+ m; m* @& w; `6 b1 u

6 [" ]6 k5 N/ q/ Y G
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。! q3 k3 s8 u+ x# r

$ M/ U+ G) a9 D; d( J
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。
. f" v% _( @: |6 v

3 H& ^) g- M$ \8 }& b3 V

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。
/ Q1 i1 j* d2 d/ i
9 c8 E$ _5 y9 U- b( A: b
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。( e6 K8 U, M; E8 E/ \8 l

) T: d- P0 X8 m: W' s8 s" g

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1 x1 r$ B* m- x

9 d2 R0 k6 z: C, p* Z( U
- 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。
  0 T3 [" Z1 ?; ]- T
  
  ' I) J- Z! x! e6 O) ^3 H$ 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。 ~" I5 V6 h) o. T; U! d
  " d& e" ?/ P, f- k9 z
- 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。) W5 b8 n$ H* g5 a" V& V
  / E. |6 u( ~6 j
- 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 L( t% F+ U
  
  1 \+ q4 V: c2 ~+ c# @
- 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。
  1 w; Q; F+ B# U: B! g- j% X, G' x) U6 U! p

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/& V$ `+ z. t! b6 D" ]" C' p

. ~: Z( {; @; Y% r6 p6 H' s' [
github：https://github.com/labring/FastGPT
/ R5 o- d' b; K) {9 C

' f, e' [/ j+ }, b, ]- V, ~& S8 u

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 Z5 ?0 K! a' u* I3 U

多库复用，混用
1 M6 d2 K3 s* _
chunk 记录修改和删除

. y* ?* _8 F: \+ K- [3 @
源文件存储

) l8 E2 ]: k* M/ K. X- Q/ R& V
支持手动输入，直接分段，QA 拆分导入

( s! h: z) `3 g1 K
支持 txt，md，html，pdf，docx，pptx，csv，xlsx (有需要更多可 PR file loader)

; v4 L9 m+ u! [$ l' n0 Z7 R! j
支持 url 读取、CSV 批量导入
' [% D4 f& a q A8 Y6 j* n
混合检索 & 重排" Y+ l* V/ a) h5 k

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。

+ U4 c4 D2 ~6 B4 g9 W
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。

1 V$ y! j( t. `7 v/ T* h
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。
: u' J1 `- O- t7 Z& S3 d