在上一节Dify应用开发课程: 从实践到原理(01)中,我们学习了如何利用知识库获取指定结果,这对于有大量规则文档的行业显得尤为重要。通过应用RAG方法提升大模型的使用效能,能够在特定场景中提供准确的输出。
01. 动手实践
在上一节课程的基础上,接下来我们为应用增加工具节点:
在大模型节点后新增工具节点,搜索"天气",选择"高德天气预报"。
- 高德的adcode与地区名的对应关系能使查询过程更加简便,该接口使用adcode作为输入,返回特定地区的天气信息。
将LLM节点连接到"高德天气预报"工具节点,再将工具节点连接到结束节点。
- 确保在连接之后,修改参数,设置"天气预报"的输入来源于"LLM"的text。
- 将结束节点的输出设置为"天气预报"的text。
点击“发布”并保存即可。然后进行测试,确保流程正常运行。
02. 工具的使用与开发
一个完整的应用流程通常由多个步骤组成,需要多种工具协同工作。
- 工具必要性:大模型无法直接获得实时数据,比如天气信息,需要通过API获取。结合LLM和天气预报工具,简化了流程执行。
扩展工具:如果现有工具不足以满足需要,可以考虑自定义开发。
- Dify的设计支持插件开发。你可以扩展
BuiltinTool
类,编写逻辑并返回create_text_message
对象以处理数据或反馈错误。
- Dify的设计支持插件开发。你可以扩展
总结
在这一次课程中,我们在现有工作流上集成了外部数据工具,并了解了实现方法。这一实践不仅加深了对工作流的理解,更为后续在实际业务中进行相似开发奠定了基础。