Dify使用教程

参考教程Dify动手实践教程

安装Dify

第一步下载
未装git的同学看这里
https://cloud.tencent.com/developer/article/2099150

git clone git@github.com:langgenius/dify.git

第二步docker快速安装
未装docker的同学看这里https://www.runoob.com/docker/windows-docker-install.html

cd dify
cd docker
cp .env.example .env
docker compose up -d

第三步打开下面链接，愉快玩Dify！！！
http://localhost/install

上手用Dify

可以参考该链接动手把这几个项目做了，就会有大致了解了。
https://datawhaler.feishu.cn/wiki/JX4sws9OHizGx4kQWNZca29In3d

下面是我动手的截图，一个小时能就能配好了。
在这里插入图片描述

# 人工智能
Logo
北京朝阳AI社区

更多推荐

2025云栖大会

大会期间，阿里宣布与英伟达合作推进Physical AI，覆盖数据合成、模型训练、仿真强化学习等全流程，并发布磐久128超节点AI服务器，支持128个AI芯片协同工作，强调低延迟、高带宽特性，适用于自动驾驶、机器人等边缘场景。例如，在智能座舱领域，阿里与高通、斑马智行合作推出端侧大模型解决方案“Auto Omni”，实现车内交互的本地化处理，凸显边缘计算在垂直行业的落地深化。例如，农村边缘节点可支

avatar 北京朝阳AI社区

YashanDB在医疗行业的应用与机遇

随着医疗行业数据规模的持续扩展和智能医疗应用的深化，数据库系统的性能和可靠性成为医疗信息化的核心竞争力。未来，随着医疗场景对人工智能、大数据实时分析等技术的不断融合，YashanDB将持续深化HTAP能力，增强分布式协作与资源整合能力，通过不断优化系统性能和安全保障，推动医疗行业数据管理水平的全面提升，为智慧医疗服务的广泛应用奠定坚实基础。YashanDB在医疗行业中，基于强大的逻辑架构，实现了客

avatar 北京朝阳AI社区

数据共享视角下交通行业高质量数据集建设研究

数据作为新型生产要素，在交通行业数字化转型中发挥着关键作用。然而，当前交通行业数据共享程度低、数据质量参差不齐，严重制约了行业大模型训练和智能化应用。本文从数据共享视角出发，深入剖析交通行业数据集建设的理论基础、技术路径和制度保障，提出构建"采-存-算-用"全生命周期数据治理体系，通过区块链、隐私计算等技术破解数据共享难题，打造覆盖"人-车-路-环"全要素的高质量交通数据集。

avatar 北京朝阳AI社区