这段时间，我一直在琢磨一个问题： 为什么现在很多智能体平台（像 Coze、Dify）都只能一维地调用大模型？流程永远是线性的：输入——输出，像拉直的管道。 可在真实的业务里，情况往往没这么简单。 一个完整流程往往是多维的：不同环节该交给不同的智能体，各自并行完成，再由一个“调度者”来分发任务。 我之前也尝试过用别的方式去模拟，但总觉得别扭，和实际业务逻辑差得有点远。 直到前段时间，我在 n8n 上把这个想法真正跑通了。 一、多智能体的雏形：AI视频工作流 我拿视频生产做了个实验。 流程是这样的：1 个…
在智能体的设计过程中，我一直觉得现在的Coze，Dfiy等有一个设计缺陷，就是无法实现多智能体的组合。大模型的关系完全是一维线性的，比如下面这样 但实际在业务流中，更多的是多维的。每个子功能都交给一个智能体进行负责。多个智能体是可以并行工作，而且还有调度智能体存在，它的作用就是分配不同的任务到不同的智能体。 这个功能要说做也是可以的，用意图识别的功能也能勉强实现。但终归是和业务本来的形态差得有点远。 但没想到，这个想法在n8n上实现了。最近, n8n的更新很频繁，升級到1.103版本后，n8n增加了不少重要的更新，…
前言 AI智能体通过感知环境、自主决策和执行任务，突破传统大模型仅限于语言交互的局限。然而，智能体的开发长期受制于接口碎片化与工具兼容性难题。开发者需为不同数据源编写适配代码，这一痛点催生了MCP协议的诞生。MCP（Model Context Protocol，模型上下文协议）由Anthropic于2024年底开源，其核心是通过标准化接口实现大模型与外部工具的“即插即用”。 Dify在最新的1.6.0版本实现了对MCP协议的原生双向集成，无需安装额外的插件(例如： MCP SSE / StreamableHTTP)…
别卷了！用 Dify 搭建你的专属 AI 数据分析报告助手 导读：AI 正在席卷所有行业，与其焦虑，不如拥抱。本文将带你实战一个强大的 AI 应用开发平台 Dify，仅需 5 分钟，无需一行代码，即可搭建一个能与你对话、帮你分析实验数据的 AI 助手。告别繁琐脚本，让科研回归专注！ 一、内卷之下，我们该何去何从？ “太卷了！” 这可能是我们生信人最近最常挂在嘴边的一句话。曾几何时，写几行代码、分享个分析工具、用精美的图表展示数据，是一件充满创造力和乐趣的事情。 但现在，大模型（LLM）横空出世，它们写的代码甚至比很…
两个月前，知识星球中有个关于银行流水分析的提问： 想问问对于流水识别是否有比较好的解决方案呢？我们现在想用大模型能够对多家银行进行识别，但是发现识别准确率很一般，经常出现表格识别数据错乱的情况，而且效率也不太行 这个问题在企业信贷的贷前风控场景经常出现，不同银行的流水格式一般有所区别，而且一家企业往往涉及多家银行的账户使用。这也导致了流水解析和分析工作复杂度确实高很多。 我其实去年底在 Github 上开源过一个见知流水格式的流水分析报告Demo，当时是针对单一银行格式，不过也是完整实现了指标加工逻辑的和报告生成方…
Dify 是一款开源的大模型应用开发平台，旨在帮助开发者快速构建生产级生成式 AI 应用。在Dify 本地化部署中，知识库功能是实现企业级 AI 应用的核心能力。本文介绍基于版本 1.5.1 搭建知识库全流程解析，包括以下内容： 1. Dify基本概念 2. Dify本地部署 3. 基于Dify的知识库搭建 一、Dify基本概念 Dify 是一款开源的大模型应用开发平台，旨在帮助开发者快速构建生产级生成式 AI 应用。它集成了模型管理、提示词工程、数据检索、工作流编排和运维监控等核心功能，支持数百种开源及商业大模型…
从构思到成稿，让AI成为你的学术写作助手 前言 还记得熬夜写论文的痛苦吗？从开题报告到最终成稿，每一个环节都充满挑战：参考文献找不全、大纲逻辑混乱、章节内容空洞...... 作为一名技术从业者，我决定用AI技术来解决这个问题。经过几个月的开发，我搭建了一套完整的智能论文写作工作流系统。今天，我想和大家分享这个项目的技术思路和实现过程。 痛点分析：论文写作的"老大难" 在开始技术方案设计之前，我先梳理了传统论文写作的核心痛点： 📚 信息收集效率低 手动搜索参考文献，费时费力 文献质量参差不齐，筛选困难 主题相关性判断…
Dify 是一个开源的 LLM 应用开发平台，提供了直观的界面，结合了 AI 工作流、RAG、Agent、模型管理、可观测性功能等，让用户可以快速从原型到生产。 从零开始学 Dify 从零开始学 Dify-系统架构 从零开始学 Dify- 帐户与租户管理系统设计揭秘 从零开始学 Dify- 模型提供者系统设计实现模型统一调用接口 从零开始学 Dify- RAG 知识库系统设计详解 从零开始学 Dify- 对话系统的关键功能 从零开始学 Dify- 工作流(Workflow)系统架构 从零开始学 Dify-扫描、加载…
未来的 AI 应用属于各行各业的智能体 (Agent) ～ 无论是国内的 扣子Coze、Dify，还是国外的 FastGPT、ChatWiki 都早在这个赛道大放异彩。 说到 Agent，就不得不提到它的核心要素之一 ：工具（Tools） 那么工具到底是什么呢？ 如果把智能体比作一台只会聊天的设备，那么工具可以让这台设备学会翻译、做股票分析、查 AI 资讯、甚至订机票、订酒店等等。 扣子Coze 的插件正是工具的一种实现形式。虽然 Coze 上已经集成很多插件，但很多需求还是无法满足。 本次，我将带领大家来创建我们…
在AI Agent技术栈快速迭代的背景下，Coze、Dify、FastGPT作为三类技术范式的代表，分别体现了开源知识工程、LLMOps全流程管理、低代码对话交互的核心设计理念。 本文将从产品定位，技术架构、模型集成、工作流引擎、知识库实现等维度展开深度对比，为开发者提供技术选型依据。 产品定位对比 在产品定位上，主要总结以下区别： Coze：适合快速搭建聊天机器人，无需/少量需要编程，适合 C 端用户或轻量级企业应用。 Dify：适合开发者构建复杂 AI 应用，支持多模型切换和私有化部署。 FastGPT：适合企…
最近评论
Georgelat 发布于 4 周前（09月14日）
Georgelat 发布于 2 个月前（08月17日）
苏森 发布于 2 个月前（07月30日）
Georgelat 发布于 2 个月前（07月28日）
archer 发布于 3 个月前（07月25日）