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 E e$ X" e/ z# \+ g9 U

9 {; \, s, Z5 ?- z3 u5 G( s
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；
h7 B! U5 U' c X" |* t
& L$ ?; _' O* {0 O% P; F& n

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；
- [+ [$ U9 u/ G" P0 a

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! ~4 I. ~1 c$ m. u( B* V" N

1.2技术框架和原理

技术栈
5 K5 q$ V& X; n# J% _
- 前端：Vue.js、logicflow
  : m, S+ o5 J# T M4 o) y9 f# c
- 后端：Python / Django
  
  # q9 m, t# J6 S4 `: Y5 `
- Langchain：Langchain
  + V, }# k* }% b8 q4 D
- 向量数据库：PostgreSQL / pgvector
  
  - |) z8 l0 J3 ~' r( L" W* Z* U
- 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。
  
  / Z) c( ~2 W4 G! o

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
7 {. H6 Z, N1 B& r9 {8 ? }7 z# I

6 k, h4 G# T+ W1 e, @; f
github：https://github.com/langgenius/dify?tab=readme-ov-file
/ L" x2 ~# P( K2 H8 W

' W6 j; H% v1 P: W& g

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。( l) U, Q, @7 D/ o" I

- w4 O* i7 [1 j9 `
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, X1 O8 v0 V8 Z9 q5 Q

m+ C: K1 e- \! P" Q
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。 N- g6 @/ }% I5 c( Z$ v/ c& s

. D# ^8 e% D5 `4 L6 O- P7 w
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。
2 q1 f: d5 D6 {( I7 Q' A) m8 }, i

" @. M( }* u0 Y1 r' @- H' ~
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。
& i+ H. g/ c% c7 }' j! J0 O# f( X

* }" x1 Y7 a& n
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。: a; j/ ^! L1 T

7 ~1 J( e5 W# 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。
% r5 ~7 J, X) A q9 H

$ i* p6 J3 p0 _4 x( ?$ m

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。7 Z( n% j5 c4 @8 L. P1 |1 i B

& @: V9 _# E, g5 c) 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。. e2 ~+ A4 \1 ]6 }

8 `0 f7 e) l; Q( ] M' S* }( X' z

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9 z3 X9 j/ ?$ W) A

: v* S: I' ?6 W, `' l! O$ n
- 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。7 l, }* Q. d$ z1 J. A
  
  * U) ? ^1 z }/ X8 Q* M
- 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。 S* r2 c% T; i
  , b3 i7 |4 d% Y7 ^( {; k) s" ^6 a
- 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。
  * a8 F+ H; |/ D0 c" {: R0 ?: p) d% z9 |! P- b
- 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。
  . o" v5 ]. ^, b- y% i: ]/ x# h+ i
  
  : y }3 t! W6 I
- 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。! W: Q Q0 J, v: t3 A
  6 v5 h$ @6 i+ a! q

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/
6 E: n4 @6 M; G
1 E8 k" \+ k* \2 ]6 p; C
github：https://github.com/labring/FastGPT
5 ]4 }6 }& w7 Y2 N" h
+ \. B1 h. F, O& X7 Z

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。

+ ]: i8 Z* Z2 \( U6 I

多库复用，混用

4 N) m, A5 E& z& ]) o; k
chunk 记录修改和删除

1 I% V3 Z2 V( o& }- f- R
源文件存储

% o& _) `$ ^; f8 m! ~0 a5 E) V6 \
支持手动输入，直接分段，QA 拆分导入

: t) R4 x3 z, I0 B( s c/ V$ Z
支持 txt，md，html，pdf，docx，pptx，csv，xlsx (有需要更多可 PR file loader)
) o, S" u" _3 w
支持 url 读取、CSV 批量导入

8 M. ~ k6 Y& Q2 w @: g
混合检索 & 重排
* d, M, x: [. 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。

% P* T3 h7 b& \5 R. R
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。
* n! l& r) u- V, l* ?1 O$ P
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。
' {/ p: x7 R I, o6 W' A

提供简易模式，无需操作编排
$ W: X% n" `2 K( w6 ~+ b7 O" N( |& p
工作流编排

5 ^' r" H0 @2 K# ^8 K8 k# H
工具调用

4 D8 R% ], ^/ a" a
插件 - 工作流封装能力

# e- t* k: b6 v3 r9 U
Code sandbox
) e/ c" d8 [: F6 G1 x