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；+ y: i4 a: I' c2 O( G" l- j
; {; ]% c9 }0 Z3 Q; W
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；5 p6 x0 p: U( g& r- Z2 [

5 I6 @* X( P% B4 a

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；

2 l$ x/ |# O! g# C6 M3 ^. @7 l

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）。
; I" y$ y0 n4 h o. J% }4 O- j

1.2技术框架和原理

技术栈

( D/ q5 O8 r; A% O" _
- 前端：Vue.js、logicflow
  $ d9 s( K3 y& ?: c
- 后端：Python / Django
  : ?, z8 z3 X4 k0 d
- Langchain：Langchain
  * D/ ^# c1 n7 c1 e
- 向量数据库：PostgreSQL / pgvector
  $ J$ u2 f) u# T
- 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 a8 k" T5 ~/ C( J6 u7 ^$ [& 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
1 y, ]( K! x6 u; p9 M
3 m `1 Y. l8 v3 v1 l- L
github：https://github.com/langgenius/dify?tab=readme-ov-file
% o. }8 k: }' r( J0 b
2 W8 L$ x3 D) e5 y# N

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。
+ w* `4 G" g* v. i
; X2 L8 o7 f" h% V
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。
h, V) `8 D4 }/ G3 G L9 N8 q
6 j! r; H" {% T% c. h! g3 |
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; W! M6 {! E) a# d

8 v9 U2 M' Y% Q% [, b# D4 m
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。
' i# u( y% \# B$ {$ s U* v

7 O: t/ I1 w6 F, l% r' [& S) 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。
9 J, i$ v. T5 L: P4 ?3 h( t

2 V" `& R) X' c7 n4 ]) H( C7 ?
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。/ M+ _5 t, l) ?) x# J

1 S, r j3 r/ j: v. j0 ]% G2 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。$ ^' ^7 i7 e4 e

* s; W/ l% S: u- w+ B! Z

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。& c, j6 I% W/ T9 P9 d" L

; `1 d S6 A* Y2 w) K ^
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。
- X- D* u. x$ g5 s8 A
: g) v4 B# S- t7 p3 a( B o

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
, j1 V$ u6 r% v# Z6 c

) b$ T3 U5 W- v- Z4 S
- 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。% v) S) q/ x; B( o
  
  : l" r+ }# t& b4 u2 ^
- 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。
  $ F: d( j! `8 V$ A6 L% m% E! E
  : r% U# i5 Q( Y' o' z8 V6 j! f
- 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。
  # g9 s/ R( ]2 Y, n1 h6 C
  5 ?" W5 p8 `5 u4 p1 C" Q) I" ^4 o
- 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。
  - O6 m) @) Q7 z* W" j2 l- D- q
  3 j! q, E0 J6 W e" a2 B
- 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。/ b2 S8 E8 ~. `/ F
  
  % }+ \" c. [. y; S" C, E4 R7 H2 t

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/, x* ~5 K" Z( S! \9 ?1 V

5 M! A2 n5 a2 Z- L7 P
github：https://github.com/labring/FastGPT
$ y- z- j7 S7 z0 N- X# V

/ |. E* l: @9 \5 b0 b4 V j. n

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。
( D4 K! q+ g- w, v" W1 l

多库复用，混用
1 U, X. V: [9 p) ^1 t: [
chunk 记录修改和删除

& d* g6 ^ Z3 j, }
源文件存储
- _' F- Z; Y. ~6 n$ b- c
支持手动输入，直接分段，QA 拆分导入
8 \( \4 Z; `. ~3 O! S! B' W# ^
支持 txt，md，html，pdf，docx，pptx，csv，xlsx (有需要更多可 PR file loader)

6 a7 x2 I1 O* S7 q
支持 url 读取、CSV 批量导入

' }$ I) q5 s& t* t, e" I2 N R
混合检索 & 重排
+ ?6 c+ _- G" v- M( h

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。
8 j) u/ U3 [7 K7 i6 p
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 y& y" [7 j& Q) d. W, H7 z
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。
' P3 K$ u4 U) a: J' { |