[Dify + DeepSeek+通义千问] AI初尝之小型企业知识库的搭建(二)

发布于:2025-07-09 ⋅ 阅读:(50) ⋅ 点赞:(0)

 需要查看第一章的同学,请移步:

[Dify + DeepSeek+通义千问] AI初尝之小型企业知识库的搭建(一)_dify 千问-CSDN博客文章浏览阅读612次,点赞19次,收藏8次。本文介绍了基于Dify平台搭建小型企业私有知识问答库的实践过程。针对企业测试设备故障处理需求,作者选用Dify开源平台整合DeepSeek-Chat和通义千问视觉大模型,构建具备文本问答和图像分析能力的解决方案。文章详细记录开发环境配置(Docker+Dify+双模型)、API密钥获取、模型部署等关键步骤,并演示了创建首个聊天助手应用的全流程。该项目旨在解决工程师不在线时的重复性问题,通过私有化部署确保数据安全。后续计划将引入工作流机制,实现图像识别与知识库检索的协同处理。该实践为技术开发者提供了大模型落地_dify 千问 https://blog.csdn.net/wxf5522/article/details/149021346?spm=1011.2415.3001.5331        书接上回,上一章我们已经完成了Docker的安装、Dify的本地部署及配置、大模型API-KEYS的创建、以及实现了一个小型聊天助手。

        本章将基于上一章的引入工作流,将通义千问的图像处理能力和Deepseek的文言分析能力结合起来,取长补短,构建工作流式的小型企业知识私有库。

一、写在前面

       本文为利用Dify平台搭建的,基于Deepseek-chat大模型和通义千问视觉大模型构建的小型企业私有知识问答库,该项目还需要逐步添加功能和调优,目前仅为一阶段。

       本文所用例子为个人学习的小结,如有不足之处请各位多多海涵,欢迎小伙伴一起学习进步,如果想法可在评论区指出,我会尽快回复您,不胜感激!

二、本文内容

2.1 需求说明

        公司某大型测试设备已在全球不同合作商处上线使用。使用过程中,测试设备的显示屏会实时反馈测试结果,当测试FAIL时,客服会进行简单处理,但当问题持续解决不了时,客服需将测试问题上报工程师,寻求专业帮助。但是,工程师不一定24小时在线,并且可能同一时间在各地发生同样的问题,或客服会重复询问同样的问题,于是就衍生出构建知识问答库的想法。

        由于该测试涉及资料均需严格保密,所以需要逐步构建私有化的知识问答库。

2.2 技术选型

        技术选型请查看第一章

三、开发环境

1. Docker:4.41.2

2. Dify

3. DeepSeek-Chat

4. qvq-max-latest

四、环境准备

        环境准备请查看第一章

五、搭建第一个基于Dify平台的工作流

5.1 创建空白应用

        点击左侧创建空白应用

5.2 创建第一个工作流

        a. 应用类型选择工作流

        b. 取一个名字

        c. 取一个喜欢的表情

        d. 添加项目描述

        e. 创建工作流

        创建成功后,进入工作流配置界面。

5.3 配置开始模块

        a. 点击开始 - 右侧选择加号

        b. 字段类型选择单文件、变量名称输入任意字符,如pic、支持的文件类型选择图片、其他默认,点击保存

        c. 右侧添加描述处,给该步骤添加描述,可不选。

        d. 开始步骤的入口处就配置好了。

5.4 创建视觉解析模块

        引入通义千问视觉解析大模型

        a. 点击开始右侧的加号

        b. 选择LLM调用大模型来处理图片

        c. 选中LLM

        d. 点击右侧模型

        e. 在弹出框的模型中选择 qvq-max-latest 通义千问的视觉处理大模型

        f.  对右侧的参数进行配置

        (1)上下文中将开始模块的pic引入,以便在调试大模型时使用。

        (2) SYSTEM为定义模型的行为规则和上下文约束,USER为提交具体任务指令。

                其中通过{ }的方式可以引入上下文中的资源。

        (3) 视觉中,打开视觉按钮并在下方将开始模块的pic引入视觉模型中。

5.5 创建知识检索模块

        a. 点击右侧加号

        b. 选择知识检索

       

        c. 需要先给知识库中添加相关知识文件,即私有库文件。

       (1)点击上方知识库

       (2)创建知识库

        (3) 将知识库文件拖入上传文本文件中。

        (4) 下一步,保存并处理。(采取默认原则,可以自行了解其中参数)

        (5) 创建成功后,界面会存在一个知识库

        (6)点进去之后还可以添加和归档问知识库内容。

        (7) 这是基于DIFY自身的知识库算法,此处还可以接入其他数据清理和数据向量库以提高答案命中率,提高准确性。

        (8) 返回知识检索,在查询变量中添加图像分析的结果

        (9) 在知识库中,选择添加刚刚引入的知识库。

5.6 创建Deepseek的大模型分析模块

        a. 点击知识检索右侧的加号

        b. 点击LLM大模型

        c. 模型处引入deepseek-chat大模型

        d. 上下文处,将知识检索的结果引入

        e. SYSTEM中,配置将知识检索获得的上下文内容作为知识库背景,告诉大模型参考范围不能脱出整个知识库。

        f. USER中,图像分析的结果被加载到此处,并且要求只关注报错的信息,该信息在图像分析处输出为</think>标签后的内容。(此处需根据每个模型的内容微调)

        

5.7 添加结束模块

        a. 点击右侧加号,添加结束模块

        b. 将输出变量的内容添加为知识库中的输出结果

六、 运行工作流

6.1 发布工作流

6.2 点击运行

6.3 导入NG图片

工作流开始运行

6.4 工作流输出结果

七、小结

        至此,基于Dify平台,结合通义千问和Deepseek大模型搭建的,以企业私有知识库为核心的,小型企业知识库搭建完成。

        还有许多需要完善的地方,就当成是第一次尝试好了。

        另外附赠一张某上市公司AI应用开发工程师岗位招聘的技能要求图,技能简述也一并整理在图内,祝大家AI技能UP!UP!UP!

需要的同学可以自行下载:

https://download.csdn.net/download/wxf5522/91306447https://download.csdn.net/download/wxf5522/91306447

八、感谢

        感谢各位大佬的莅临,学习之路漫漫,吾将上下而求索。有任何想法请在评论区留言哦!

        再次感谢!


网站公告

今日签到

点亮在社区的每一天
去签到