Dify应用开发课程: 从实践到原理(01)

Dify应用开发课程: 从实践到原理

为了帮助初学者快速入门，我们的课程采用了先实践再解析理论的方式。放心学习，麦金叔会带你轻松掌握，请做好准备，开始我们的Dify之旅。

01. 动手开始

进入Dify后，选择创建一个空白应用程序：

1. 选择工作流，输入应用的名称，再点击"创建"。

2. 在出现的空白画布上，Dify只提供了一个开始节点。点击"知识检索"。

3. 配置知识库，若没有，需要先上传。
4. 添加变量从知识库查询内容，选择输入类型，例如文本类型的input。
5. 继续添加一个LLM节点，选择适当的模型和上下文。

在SYSTEM中填入提示词：根据用户输入和知识检索结果，输出用户期望的adcode值。

6. 完成后，添加结束节点并设定输出变量。

7. 点击"发布"并保存，准备测试。

02. 测试及诊断

点击"运行"按钮，查看结果：

• 若结果不符预期，可使用“追踪”功能定位问题。

完成后你已经可以通过输入地区名称获取相应adcode值了。实际应用中，这些数据可进一步用于天气查询等功能。

03. 原理解析

我们已实现从知识库定向检索内容，接下来是RAG（检索增强生成）的基本理解。

预处理阶段：

• 格式转换：将各种文档格式转换为审核文本格式。
• 文本清洗：去除冗余标签和符号，统一大小写。
• 分词处理：按语法规范进行分词。

向量化阶段：

• 嵌入模型：利用预训练模型将文本转为向量。
• 向量生成：为每段文本生成语义向量。

构建索引阶段：

• 向量索引：利用技术如HNSW图，实现高效检索。
• 索引存储：存储索引以备后续查询。

查询输出阶段：

• 查询向量化：将用户输入转为向量，通过相似度检索。
• 排序筛选：根据相似度筛选结果。
• 文本提取：提取并返回对应文本。

总结

今天，我们迈出了第一步，初探Dify中的"知识检索"功能，了解RAG原理的基本知识。这个知识点是日后开发复杂功能的基础，期待大家多加练习，增强操作体验。