|
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115 |
- 
- <p align="center">
- <a href="./README.md">English</a> |
- <a href="./README_CN.md">简体中文</a> |
- <a href="./README_JA.md">日本語</a>
- </p>
-
-
- [官方网站](https://dify.ai) • [文档](https://docs.dify.ai/v/zh-hans) • [Twitter](https://twitter.com/dify_ai) • [Discord](https://discord.gg/FngNHpbcY7)
-
- **Dify** 是一个易用的 LLMOps 平台,旨在让更多人可以创建可持续运营的原生 AI 应用。Dify 提供多种类型应用的可视化编排,应用可开箱即用,也能以“后端即服务”的 API 提供服务。
-
- 通过 Dify 创建的应用包含了:
-
- - 开箱即用的的 Web 站点,支持表单模式和聊天对话模式
- - 一套 API 即可包含插件、上下文增强等能力,替你省下了后端代码的编写工作
- - 可视化的对应用进行数据分析,查阅日志或进行标注
-
- Dify 兼容 Langchain,这意味着我们将逐步支持多种 LLMs ,目前已支持:
-
- - GPT 3 (text-davinci-003)
- - GPT 3.5 Turbo(ChatGPT)
- - GPT-4
-
- ## 使用云服务
-
- 访问 [Dify.ai](https://cloud.dify.ai)
-
- ## 安装社区版
-
- ### 系统要求
-
- 在安装 Dify 之前,请确保您的机器满足以下最低系统要求:
-
- - CPU >= 1 Core
- - RAM >= 4GB
-
- ### 快速启动
-
- 启动 Dify 服务器的最简单方法是运行我们的 [docker-compose.yml](docker/docker-compose.yaml) 文件。在运行安装命令之前,请确保您的机器上安装了 [Docker](https://docs.docker.com/get-docker/) 和 [Docker Compose](https://docs.docker.com/compose/install/):
-
- ```bash
- cd docker
- docker compose up -d
- ```
-
- 运行后,可以在浏览器上访问 [http://localhost/install](http://localhost/install) 进入 Dify 控制台并开始初始化安装操作。
-
- ### 配置
-
- 需要自定义配置,请参考我们的 [docker-compose.yml](docker/docker-compose.yaml) 文件中的注释,并手动设置环境配置,修改完毕后,请再次执行 `docker-compose up -d`。
-
- ## Roadmap
-
- 我们正在开发中的功能:
-
- - **数据集**,支持更多的数据集,例如同步 Notion 或网页的内容
- 我们将支持更多的数据集,包括文本、网页,甚至 Notion 内容。用户可以根据自己的数据源构建 AI 应用程序。
- - **插件**,推出符合 ChatGPT 标准的插件,或使用 Dify 产生的插件
- 我们将发布符合 ChatGPT 标准的插件,或者 Dify 自己的插件,以在应用程序中启用更多功能。
- - **开源模型**,例如采用 Llama 作为模型提供者,或进行进一步的微调
- 我们将与优秀的开源模型如 Llama 合作,通过在我们的平台中提供它们作为模型选项,或使用它们进行进一步的微调。
-
- ## Q&A
-
- **Q: 我能用 Dify 做什么?**
-
- A: Dify 是一个简单且能力丰富的 LLM 开发和运营工具。你可以用它搭建商用级应用,个人助理。如果你想自己开发应用,Dify 也能为你省下接入 OpenAI 的后端工作,使用我们逐步提供的可视化运营能力,你可以持续的改进和训练你的 GPT 模型。
-
- **Q: 如何使用 Dify “训练”自己的模型?**
-
- A: 一个有价值的应用由 Prompt Engineering、上下文增强和 Fine-tune 三个环节组成。我们创造了一种 Prompt 结合编程语言的 Hybrid 编程方式(类似一个模版引擎),你可以轻松的完成长文本嵌入,或抓取用户输入的一个 Youtube 视频的字幕——这些都将作为上下文提交给 LLMs 进行计算。我们十分注重应用的可运营性,你的用户在使用 App 期间产生的数据,可进行分析、标记和持续训练。以上环节如果没有好的工具支持,可能会消耗你大量的时间。
-
- **Q: 如果要创建一个自己的应用,我需要准备什么?**
-
- A: 我们假定你已经有了 OpenAI API Key,如果没有请去注册一个。如果你已经有了一些内容可以作为训练上下文,就太好了。
-
- **Q: 提供哪些界面语言?**
-
- A: 现已支持英文与中文,你可以为我们贡献语言包。
-
- ## Star History
-
- [](https://star-history.com/#langgenius/dify&Date)
-
- ## 联系我们
-
- 如果您有任何问题、建议或合作意向,欢迎通过以下方式联系我们:
-
- - 在我们的 [GitHub Repo](https://github.com/langgenius/dify) 上提交 Issue 或 PR
- - 在我们的 [Discord 社区](https://discord.gg/FngNHpbcY7) 上加入讨论
- - 发送邮件至 hello@dify.ai
-
- ## 贡献代码
-
- 为了确保正确审查,所有代码贡献 - 包括来自具有直接提交更改权限的贡献者 - 都必须提交 PR 请求并在合并分支之前得到核心开发人员的批准。
-
- 我们欢迎所有人提交 PR!如果您愿意提供帮助,可以在 [贡献指南](CONTRIBUTING_CN.md) 中了解有关如何为项目做出贡献的更多信息。
-
- ## 安全
-
- 为了保护您的隐私,请避免在 GitHub 上发布安全问题。发送问题至 security@dify.ai,我们将为您做更细致的解答。
-
- ## Citation
-
- 本软件使用了以下开源软件:
-
- - Chase, H. (2022). LangChain [Computer software]. https://github.com/hwchase17/langchain
- - Liu, J. (2022). LlamaIndex [Computer software]. doi: 10.5281/zenodo.1234.
-
- 更多信息,请参考相应软件的官方网站或许可证文本。
-
- ## License
-
- 本仓库遵循 [Dify Open Source License](LICENSE) 开源协议。
|