1. Dificar
Desde ChatGPTsu nacimiento, su comprensión del lenguaje extremadamente alta y sus capacidades de interacción no solo han sorprendido a la gente, ChatGPTno solo puede tratar cuestiones fácticas, sino también comprender y generar más contenido de diálogo emocional, y puede reconocer las tendencias emocionales de los usuarios y dar las respuestas correspondientes en consecuencia. ¿Cómo se puede aplicar algo tan bueno al ámbito privado concreto?
Por ejemplo, en un entorno escolar, necesitamos crear un sistema de preguntas y respuestas para las necesidades de aprendizaje. Pregunte sobre los cursos de una semana y puede responder: debe tomar JAVAclases Pythonfino ChatGPT.
Ahora difypuede ayudarnos a realizar las funciones anteriores a bajo costo, para que pueda responder con precisión al conocimiento en el campo profesional.
Documento de introducción de Dify: https://docs.dify.ai/v/zh-hans/getting-started/intro-to-dify
A continuación, difysimplemente implementamos el escenario anterior con la ayuda de , ya que básicamente lo ChatGPTusamos como LLMsoporte, necesita tener OpenAIun API Key.
2. Dificultar la implementación del servicio
Aquí también puede usar el servicio oficial para operar, por lo que no hay necesidad de instalación local, use la siguiente dirección:
Si necesita implementar localmente, haga lo siguiente:
Aquí se utiliza la implementación y Dockerdebe implementarse antes de la instalación Docker.Docker-compose
Deja el artículo clone:
git clone https://github.com/langgenius/dify.git
Vaya al directorio difydel código fuente dockery dockercomience con:
cd dify/docker
docker-compose up -d
Después de descargar la imagen e iniciarla, puede ver los servicios relacionados:
Si hay un firewall que necesita ser liberado 80, 5432port.
El siguiente acceso en el navegador http://部署服务ip, puede ingresar dify, solo necesita configurar el buzón, el nombre de usuario y la información de la contraseña:
Después de completar la configuración e iniciar sesión, puede ir a la página principal:
3. Cree una aplicación de respuesta a preguntas de base de conocimiento privatizada
3.1 Construir una base de conocimiento local
Ahora definimos la información del curso y ponemos el contenido en un txttexto:
周一课程：上午：JAVA，下午：Python。
周二课程：上午：机器学习，下午：机器视觉。
周三课程：上午：NLP，下午：HTML。
周四课程：上午：微服务，下午：大数据。
周五课程：上午：android，下午：历史文化。
A continuación, haga clic en Conjunto de datos y haga clic en Crear conjunto de datos:
txtArrastre o seleccione el texto anterior a continuación :
La siguiente es la segmentación y limpieza del texto, como el contenido no es mucho, se puede dividir en un solo segmento:
Haga clic en Guardar a continuación para crear con éxito una base de conocimiento:
3.2 Creación de una aplicación de preguntas y respuestas
Construyamos una aplicación de preguntas y respuestas:
Ya que se usa ChatGPT, primero especifique uno para él API key:
Para ChatGPTla versión de , aquí hay gpt-3.5-turboun ejemplo de :
La base de conocimientos anterior se utiliza en la disposición de palabras rápidas de la siguiente manera:
En este punto, puede depurar a la derecha:
Puedes ver que ya tenemos el efecto que queremos. Si te sientes bien al final, debes hacer clic en Publicar en la esquina superior derecha . A continuación, APIlo usaremos a través. 访问APIPuedes ver APIla dirección de la interfaz y dar un ejemplo de acceso:
Debe generar una clave secreta antes de acceder API, puede hacer clic en API 秘钥Generar:
Ahora podemos usar PostManpara acceder.
3.3 Prueba de efecto
Utilice la vista previa integrada aquí:
Aquí hay algunas preguntas y respuestas específicas:
