1.修改3处配置项

打开 docker/.env，将 FILES_URL 和 INTERNAL_FILES_URL，修改成当前机器的ip地址:端口（见图示①②）
③打开 docker/docker-compose.yaml，将 api 服务添加5001端口（见图示③）

示例如下

  • • 当前ip：http://192.168.1.23
  • • 端口：5001
FILES_URL= http://192.168.1.23:5001           # 原配置 http://api:5001
INTERNAL_FILES_URL= http://192.168.1.23:5001  # 原配置 空
  • • api服务新增ports：也是5001
services:
  # API service
  api:
    image: langgenius/dify-api:2.0.0-beta.1
    restart: always
    ports:
      - "5001:5001" # 新增5001端口

两个URL的作用

  • • FILES_URL（外部可访问）：用于给前端展示“文件预览/下载”的完整地址前缀，是浏览器或外部客户端能直接访问的地址。
  • • INTERNAL_FILES_URL（容器内访问）：用于 Docker 内部网络中，插件守护进程/后端服务之间访问文件的地址前缀。一般配置为容器网络内可达的服务名或内网地址，避免走外网。

ports 的作用

  • • 将容器内端口“发布”到宿主机，使外部（浏览器/其他主机）可以通过宿主机 IP:端口 访问该容器服务。
  • • 如果没配置 ports ：不对外发布端口。服务只能在 Docker 内部网络被其它容器通过 http://<服务名>:<容器端口> 访问，但外部无法用宿主机 IP:端口 直接访问。

配置完成后，还要重启dify服务，才能生效

docker compose up -d

2.创建知识库

2.1 创建知识库（或流水线创建）

1.创建知识库

2.2 选择数据源

2.选择数据源

2.3 文本分段

能看到图片 自动 变成了 指向本地文件路径的URL，那就成功一半了！

2.4 查看分段

左侧是我们刚才上传的文档，右侧是分段详情。

可以看到，最后一个分段，正常显示了图片。

这样我们就能进行常规的LLM图文问答操作了。

2.5 图文问答

搭建1个“聊天助手”做示例

提示词输入

请列举知识库中的数据详细回答，如果有图片，保持原图片的所有代码，不得删改。当所有知识库内容都与问题无关时，你的回答必须包括“知识库中未找到您要的答案！”这句话。

知识库挂上，刚才构建的word知识库 ”Dify图文测试“

发送对话

dify2.0.0的下载链接和封面

🎊恭喜你又解锁了 Dify图文问答新技能！

如果本地图文文件非常多，快来尝试这个方法，搭建你的图文知识库吧！

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

在这里插入图片描述

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。
在这里插入图片描述
最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

AI大模型系统学习路线

在面对AI大模型开发领域的复杂与深入，精准学习显得尤为重要。一份系统的技术路线图，不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点，还能提供一条高效、有序的学习路径。

img

但知道是一回事，做又是另一回事，初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性，在这基础上，找到高质量的学习资源，不浪费时间、不走弯路，又是重中之重。

AI大模型入门到实战的视频教程+项目包

看视频学习是一种高效、直观、灵活且富有吸引力的学习方式，可以更直观地展示过程，能有效提升学习兴趣和理解力，是现在获取知识的重要途径

在这里插入图片描述
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
在这里插入图片描述

海量AI大模型必读的经典书籍（PDF）

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。
在这里插入图片描述

600+AI大模型报告（实时更新）

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
在这里插入图片描述

AI大模型面试真题+答案解析

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下
在这里插入图片描述

在这里插入图片描述

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

# 人工智能
Logo
北京朝阳AI社区

更多推荐

Python入门指南：从零到精通的编程之路(第一、二章)

本文系统介绍了Python编程语言的基础知识，主要包括以下内容： Python语言概述 发展历程：从1989年Guidovan Rossum开发至今的重要版本迭代 核心特点：简洁语法、强制缩进、丰富类库、跨平台特性 应用领域：涵盖数据处理、人工智能、Web开发、多媒体处理等 基础语法体系 变量与数据类型：包括数字、字符串、列表等核心类型及其操作 运算符系统：详细说明算术、比较、逻辑等七类运算符 流

avatar 北京朝阳AI社区

LangChain与MCP的完美结合01

langchain_mcp_adapters为LangChain和MCP之间搭建了一座桥梁，使得开发者能够轻松地在LangChain应用中利用MCP服务提供的工具和资源。langchain_mcp_adapters是一个连接LangChain和MCP的适配器库，它允许LangChain框架中的应用无缝地使用MCP服务提供的工具和资源。工具和资源抽象：将外部功能抽象为"工具"（可执行的功能）和"资源

avatar 北京朝阳AI社区

深度学习技术在医疗影像诊断中的革命性应用与未来展望

深度学习技术为医疗影像诊断带来的是一场深刻的范式革命。它正从辅助工具逐渐演进为诊疗过程中不可或缺的核心组成部分。随着技术的不断成熟、法规的完善以及临床接受的提高，一个由数据和智能驱动的精准医疗新时代已经到来。未来的挑战在于确保技术的可靠性、公平性和可及性，最终让人工智能真正赋能全球医疗健康事业，造福全人类。

avatar 北京朝阳AI社区