当下让大模型掌握企业的知识和流程，成为企业AI应用的首选，今天我们介绍一下用Dify搭建一个简单RAG知识库，基于Prompts+ Embedding+Rerank混合方案，实现更高准确率。

 前排提示，文末有大模型AGI-CSDN独家资料包哦！

一、搭建知识库

1、创建知识库

（1）登录Dify控制台 → 知识库 → 创建知识库，如下图所示

（2）创建一个空知识库

（3）输入知识库名称后，单击创建按钮

2、选择数据源

（1）添加文件

（2）选择文件

（3）选择QA文件打开，并点下一步

利用知识库对QA数据进行知识构建，通过用户输入的文本对QA进行检索，返回最相似的TopK个文本

3、文本分段与清洗

      内容上传到知识库之后，需要进行分块和数据清洗，这个阶段可以理解为内容的预处理和结构化。

（1）分段设置，这里先选择通用

（2）索引方式默认是经济，索引设置倒排索引，TopK默认2，单击保存并处理

经济模式采用离线向量引擎和关键字索引，虽然准确率有所降低，但省去了额外的 token 消耗和相关成本。

在经济索引模式下，Dify 提供单一检索设置：倒排索引和TopK

倒排索引：一种为快速检索文档中的关键字而设计的索引结构。

TopK和分数阈值：设置检索结果的数量和相似度阈值。

（3）索引模式这里我们先选择经济，不选择高质量，后期我们在单独写一篇文章介绍，这种模式需要提前部署配置嵌入模型和Rerank模型。

4、处理并完成，如下图所示：

二、Dify设计AI工作流

1、创建工作流

（1）登录Dify控制台 → 工作室 → 创建空白应用，如下图所示

（2）选择工作流，填写应用名称比如企业RAG知识库，单击创建按钮

（3）创建完成，如下图所示：

2、工作流编排

（1）开始节点编排

• 登录Dify控制台 → 工作室 → 工作流（单击上面创建的知识库工作流），如下图所示

• 添加描述和单击输入字段后面的加号+

• 选择文本，输入变量名称和显示名称，长度默认，必填，单击保存

（2）添加“知识检索”节点

• 单击下图所示添加下一个节点的加号+

• 选择“知识检索”

• 设置查询变量值，单击设置变量值框，选择开始节点输入值query

• 添加知识库，单击知识库后面的加号+，选中上面创建的”企业知识库“，然后单击”添加“按钮

（3）添加“LLM”大语言模型节点

• 单击添加下一个节点的加号+，选中“LLM"

• 系统会自动分类一个已部署的大模型，手动设置已部署大模型方法如下图所示：我这里选中的是本地部署的模型

• 设置上下文变量值，单击设置变量值框，然后选中知识检索结果result

（4）添加流程”结束“节点并输出结果

• 单击添加下一个节点的加号+，选中“结束"

• 设置输出变量值，选择”LLM“节点输出结果text

三、Dify工作流运行测试、发布

1、单击”运行“按钮

2、输入“数字化”，单击开始运行

3、我的大模型选择的是本地的，运行比较慢，现在相应节点显示”运行“状态

4、知识检索的输出结果，就是企业知识库QA文档的内容

5、“LLM”节点以“知识检索”的输出作为上下文，并调用大语言模型

6、LLM节点，通过大语言模型，对知识检索的进行补充完善，输出如下图所示

7、测试成功后，单击“发布” → “发布更新”

      总结：通过上述方法，即使无开发经验也能轻松在Dify中轻松设计RAG知识库工作流，希望通过本文大家都能开启企业AI应用开发，结合企业实际业务场景开发深度应用。

软件开发24

人工智能31

程序员22

it行业35

数字化36

软件开发 · 目录

上一篇开启智能体和知识库探索之旅：Dify配置连接大模型下一篇大模型应用高阶技术：RAG

阅读 1124

​

读者福利：倘若大家对大模型感兴趣，那么这套大模型学习资料一定对你有用

针对0基础小白：

如果你是零基础小白，快速入门大模型是可行的。
大模型学习流程较短，学习内容全面，需要理论与实践结合
学习计划和方向能根据资料进行归纳总结

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，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。

👉大模型视频和PDF合集👈

这里我们能提供零基础学习书籍和视频。作为最快捷也是最有效的方式之一，跟着老师的思路，由浅入深，从理论到实操，其实大模型并不难。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓