内容参考于：图灵AI大模型全栈

Dify源码地址：https://github.com/langgenius/dify

中文文档：https://docs.dify.ai/v/zh-hans

官方地址: https://cloud.dify.ai/apps

下图蓝框的上一节中写完了，接下来是下图红框的两个

工作流

它是这样的，比如任务A、任务B，任务C，工作流就是把任务联动起来，执行完任务A再执行任务B再执行任务C，这样执行的过程就像是一个流水线的工作，简称工作流，执行完就没了，它是不带记忆的

Chatflow

它是支持多轮对话的工作流

这里创建一个Chatflow

创建完如下图的样子

下图红框都是跟之前一样的

下图红框的是一些节点，可以拖动、更改

点击下图红框可以添加一些功能，如下图蓝框功能选择，注意鼠标移动到下图红框位置就可以看到下图红框的加号了

点击下图红框，也可以添加

线条上也可以添加，注意鼠标移动到下图红框位置就可以看到下图红框的加号了

点击下图红框，可以出现下图蓝框的节点，它是用来写注释的，可以描述一些某节点的作用

点击下图红框的注释，可以出现下图蓝框的内容，可以设置一些样式和删除注释

下图红框它不会拖动画布，可以拖动节点，下图蓝框的它是可以拖动画布，这个实在没办法用语言描述，只能自己用一下看看

下图红框是整理节点

点击下图红框，可以导出，就是写好的工作流，如果想让别人使用，可以把它导出成文件

如下图红框，在工作室页面也可以导出

开始使用

用户输入节点，点击下图红框，就会出现下图蓝框的内容，这是节点的具体内容，它默认有两个变量，query是用户的问题，files是用户上传的文件

下图红框位置的内容可以理解为 用户输入 这个节点完成后，会输出内容，这个输出内容会给到下图红框的下一步里面的内容

LLM节点，点击下图红框，然后出现下图蓝框的内容

下图蓝框选择模型，下图红框可以配置模型的参数

模型的参数

上下文

下图红框，系统提示词，注意下图里没有提示词，但实际我写了系统提示词，写的内容是 你是一个智能助手

内置记忆功能

用户提示词，它默认把 用户输入 节点里的变量写好了

如想自己添加变量是先输入一个反斜杠，然后它就会出现第二步的内容，然后在第二步里进行选择

然后下一个节点

下图红框里是上一个大模型的回复，也就是上一个LLM节点的输出内容，text是回复的内容，reasoning_content是思考过程，usage是这次对话token消耗了多少（花了多少钱），像是发票一样

如下图红框现在写的输出内容

然后点击下图红框

然后如下图红框，可以使用了

效果图：注意我这个模型没有思考过程，所以看不到

如下图红框，它会有一个执行过程，下图小的红框就是正在执行的节点，绿色的对号是执行完的

它也有日志，日志都是跟之前的一样

然后下一个，首先把LLM节点给删了

然后添加一个知识检索

然后它需要一个知识库

接下来去添加知识库，如下图来的首页的知识库，创建一个即用型知识库

把准备好的文本文件拖到下图红框位置

然后点击下一步

如下图红框它可以设置很多东西

父子文档，它的文档分割方式，会先用分段标识符，可以把它删了，有时候用换行符分割并不好

向量模型

是否重排序，这里不用重排序，给它取消勾选，这里是学习不要浪费Token

还有混合检索，语义和关键字，就是之前的向量和BM25混合检索同理

注意它的混合检索好像有问题，检索不出内容，不要选择下图红框的混合检索，其它两个都可以

然后点击保存

它就开始处理文档了

然后点击下图红框

就可以看到我们的知识库了，单击下图红框里的名字

可以查看它分割后的文档

可以给知识库标注元数据

如下图红框，注意这里是文档的元数据

现在知识库就创建完成了，接下来就可以使用了，回到工作流

点击下图红框按钮

添加知识库

添加完成后，还需要一个LLM节点，也就是大模型节点用来回答问题

创建完LLM节点后，鼠标按住LLM节点的加号，拖到直接回复节点的加号上

如下图红框，拖过去就可以连起来了

我们自己添加的llm节点里默认是没有用户提示词的

需要点击下图红框进行添加

如下图红框用户提示词输入框，和自己写的提示词，也就是用户的问题

还需要设置上下文的变量，这里选择知识库的

然后在提示词里写好上下文，才能开启知识库

然后提示词也需要限制一下，否则会乱编

可以通过日志查看是否在知识库中检索到了

如下图红框检索到的效果图：可以看到它引用的什么