mirror of
https://github.com/langgenius/dify.git
synced 2024-11-16 11:42:29 +08:00
115 lines
5.2 KiB
Markdown
115 lines
5.2 KiB
Markdown
|
||
<p align="center">
|
||
<a href="./README.md">English</a> |
|
||
<a href="./README_CN.md">简体中文</a>
|
||
</p>
|
||
|
||
|
||
[官方网站](http://dify.ai) • [文档](https://docs.dify.ai/v/zh-hans) • [Twitter](https://twitter.com/dify_ai)
|
||
|
||
**Dify** 是一个易用的 LLMOps 平台，旨在让更多人可以创建可持续运营的原生 AI 应用。Dify 提供多种类型应用的可视化编排，应用可开箱即用，也能以“后端即服务”的 API 提供服务。
|
||
|
||
通过 Dify 创建的应用包含了：
|
||
|
||
- 开箱即用的的 Web 站点，支持表单模式和聊天对话模式
|
||
- 一套 API 即可包含插件、上下文增强等能力，替你省下了后端代码的编写工作
|
||
- 可视化的对应用进行数据分析，查阅日志或进行标注
|
||
|
||
Dify 兼容 Langchain，这意味着我们将逐步支持多种 LLMs ，目前已支持：
|
||
|
||
- GPT 3 (text-davinci-003)
|
||
- GPT 3.5 Turbo(ChatGPT)
|
||
- GPT-4
|
||
|
||
## 使用云服务
|
||
|
||
访问 [Dify.ai](http://cloud.dify.ai)
|
||
|
||
## 安装社区版
|
||
|
||
### 系统要求
|
||
|
||
在安装 Dify 之前，请确保您的机器满足以下最低系统要求：
|
||
|
||
- CPU >= 1 Core
|
||
- RAM >= 4GB
|
||
|
||
### 快速启动
|
||
|
||
启动 Dify 服务器的最简单方法是运行我们的 [docker-compose.yml](docker/docker-compose.yaml) 文件。在运行安装命令之前，请确保您的机器上安装了 [Docker](https://docs.docker.com/get-docker/) 和 [Docker Compose](https://docs.docker.com/compose/install/)：
|
||
|
||
```bash
|
||
cd docker
|
||
docker-compose up -d
|
||
```
|
||
|
||
运行后，可以在浏览器上访问 [http://localhost](http://localhost) 进入 Dify 控制台，并开始初始化操作。
|
||
|
||
### 配置
|
||
|
||
需要自定义配置，请参考我们的 [docker-compose.yml](docker/docker-compose.yaml) 文件中的注释，并手动设置环境配置，修改完毕后，请再次执行 `docker-compose up -d`。
|
||
|
||
## Roadmap
|
||
|
||
我们正在开发中的功能：
|
||
|
||
- **数据集**，支持更多的数据集，例如同步 Notion 或网页的内容
|
||
我们将支持更多的数据集，包括文本、网页，甚至 Notion 内容。用户可以根据自己的数据源构建 AI 应用程序。
|
||
- **插件**，推出符合 ChatGPT 标准的插件，或使用 Dify 产生的插件
|
||
我们将发布符合 ChatGPT 标准的插件，或者 Dify 自己的插件，以在应用程序中启用更多功能。
|
||
- **开源模型**，例如采用 Llama 作为模型提供者，或进行进一步的微调
|
||
我们将与优秀的开源模型如 Llama 合作，通过在我们的平台中提供它们作为模型选项，或使用它们进行进一步的微调。
|
||
|
||
## Q&A
|
||
|
||
**Q: 我能用 Dify 做什么？**
|
||
|
||
A: Dify 是一个简单且能力丰富的 LLM 开发和运营工具。你可以用它搭建商用级应用，个人助理。如果你想自己开发应用，Dify 也能为你省下接入 OpenAI 的后端工作，使用我们逐步提供的可视化运营能力，你可以持续的改进和训练你的 GPT 模型。
|
||
|
||
**Q: 如何使用 Dify “训练”自己的模型？**
|
||
|
||
A: 一个有价值的应用由 Prompt Engineering、上下文增强和 Fine-tune 三个环节组成。我们创造了一种 Prompt 结合编程语言的 Hybrid 编程方式（类似一个模版引擎），你可以轻松的完成长文本嵌入，或抓取用户输入的一个 Youtube 视频的字幕——这些都将作为上下文提交给 LLMs 进行计算。我们十分注重应用的可运营性，你的用户在使用 App 期间产生的数据，可进行分析、标记和持续训练。以上环节如果没有好的工具支持，可能会消耗你大量的时间。
|
||
|
||
**Q: 如果要创建一个自己的应用，我需要准备什么？**
|
||
|
||
A: 我们假定你已经有了 OpenAI API Key，如果没有请去注册一个。如果你已经有了一些内容可以作为训练上下文，就太好了。
|
||
|
||
**Q: 提供哪些界面语言？**
|
||
|
||
A: 现已支持英文与中文，你可以为我们贡献语言包。
|
||
|
||
## Star History
|
||
|
||
[](https://star-history.com/#langgenius/dify&Date)
|
||
|
||
## 联系我们
|
||
|
||
如果您有任何问题、建议或合作意向，欢迎通过以下方式联系我们：
|
||
|
||
- 在我们的 [GitHub Repo](https://github.com/langgenius/dify) 上提交 Issue 或 PR
|
||
- 在我们的 [Discord 社区](https://discord.gg/AhzKf7dNgk) 上加入讨论
|
||
- 发送邮件至 hello@dify.ai
|
||
|
||
## 贡献代码
|
||
|
||
为了确保正确审查，所有代码贡献 - 包括来自具有直接提交更改权限的贡献者 - 都必须提交 PR 请求并在合并分支之前得到核心开发人员的批准。
|
||
|
||
我们欢迎所有人提交 PR！如果您愿意提供帮助，可以在 [贡献指南](CONTRIBUTING_CN.md) 中了解有关如何为项目做出贡献的更多信息。
|
||
|
||
## 安全
|
||
|
||
为了保护您的隐私，请避免在 GitHub 上发布安全问题。发送问题至 security@dify.ai，我们将为您做更细致的解答。
|
||
|
||
## Citation
|
||
|
||
本软件使用了以下开源软件：
|
||
|
||
- Chase, H. (2022). LangChain [Computer software]. https://github.com/hwchase17/langchain
|
||
- Liu, J. (2022). LlamaIndex [Computer software]. doi: 10.5281/zenodo.1234.
|
||
|
||
更多信息，请参考相应软件的官方网站或许可证文本。
|
||
|
||
## License
|
||
|
||
本仓库遵循 [Dify Open Source License](LICENSE) 开源协议。
|