登录社区云，与社区用户共同成长
邀请您加入社区
Dify是一个开源的生成式AI应用开发平台，支持低代码开发、多模型切换和RAG技术。用户可快速构建智能客服、内容生成等应用。部署时需准备Ubuntu+Docker环境（2核CPU/4GB内存以上），下载Dify源码后通过docker-compose启动。安装后需配置Ollama模型供应商并下载大语言模型（如千问7B）。平台支持调整上传文件大小限制（默认15MB），修改后需重启容器。虚拟机部署需注意
本文摘要：详细介绍了在Docker容器中搭建基于Ubuntu 24.04的昇腾AI开发环境的完整流程。首先通过Docker创建特权容器并挂载必要的NPU设备，然后安装系统依赖、Miniconda和昇腾CANN工具包。接着创建Python 3.10虚拟环境，安装PyTorch 2.5.1及其昇腾适配版本torch_npu，最后通过简单的张量运算验证环境配置成功。整个过程涵盖了容器创建、系统配置、软件
LlamaIndex最新版本（2024更新）强化了LLM应用开发能力，核心升级包括：1）多模态支持，新增MultiModalVectorStoreIndex处理图像/音频数据；2）检索性能优化，支持增量更新和混合检索；3）深度集成主流数据库和LangChain工具链；4）增强开发体验，提供评估API和调试工具；5）生产化支持，新增异步处理、轻量级模式和权限控制。这些改进显著提升了框架的灵活性、性能
开源openstack 在过去的几年中，我在帮助为存储行业带来开放性方面发挥了领导作用。 在Nexenta，我们继承了Sun Microsystems的出色技术，并以开放的核心业务模型进入市场。 这种模式以及许多其他模式都运行良好，Nexenta被称为“过去十年间最具破坏性的存储公司”，部分原因是我们对基于锁定的传统专有供应商的影响。当我决定离开Nexenta并回到初创公司的早期阶段时，我...
<br />Nexenta OS是一份免费和开放源码的操作系统，它将OpenSolaris内核与GNU应用软件系统相结合。NexentaOS运行在Intel/AMD的32位或64位架构上，并以单张可安装光盘的形式发布。可以通过高级软件包管理工具从NexentaOS软件仓库安装更新及未包含在光盘上的二进制软件包。此外，基于源码的软件组件可以从Debian/GNU Linux和UbuntuLinux的
人类参与环节（Human-in-the-loop）的概念在AI的应用中变得越来越重要。它允许人在自动化过程的关键点进行干预，以确保结果符合预期，尤其是在AI对执行任务的最终判断不够可靠的情况下。
Dify是一款开源的生成式AI应用开发平台，提供从Agent构建到AI工作流编排、RAG检索、模型管理等能力，帮助开发者轻松构建和运营生成式AI原生应用。最新版本1.4.0引入了深色模式、多模态LLM输出（支持文本和图像处理）以及消息编辑功能，进一步优化了用户体验。安装Dify的步骤包括创建目录、克隆Git仓库、执行安装脚本，并确保已安装Docker和Docker-compose。安装完成后，用户
Prager 在普华永道开始了他的职业生涯，并在那里获得了注册会计师资格。Art Tyde，业务开发副总裁 ——Tyde 是一位拥有 30 年开源经验的资深人士，在初创企业和企业中拥有丰富的技术销售和工程经验。他曾担任 HPC 系统的解决方案架构师、经理和主管等职位，在这些职位上，他专注于从用户那里抽象出 HPC 系统的复杂性，以帮助扩展这些技术在科学和工程领域的访问。他的主要关注点是利用他的研究
Dify是一个非常火的AI智能体开发平台，且支持windows、linux、mac系统的本地私有化部署。成为越来越多企业开发AI智能体的首选。前面我写过一篇《windows系统上Dify本地化部署》，那么本篇文章就详细讲解如何在linux系统上实现Dify本地化部署。
waterFlow支持自定义Item,从而在WaterFlow内完成多列混排的自定义布局，同时懒加载保证性能。
前段时间Manus的爆火，AI Agent的这个概念又引发了热议，也少不了拿manus和Coze这类智能体开发平台进行对比，同为智能体产品，其二者的设计理念，解决问题的模式却不相同，manus更偏向自主规划与执行，而Coze则需要人为参设定执行路径。作为AI的受益者，我们应该积极的看待这些技术的变化，无论AI Agent的形态如何，不管是Coze还是Manus，还是其它，一定要成为第一个学习和掌握
瀑布流常用于展示图片信息，如多用于购物、资讯类应用。下面通过对[WaterFlow]组件示例代码的逐步改造，介绍优化WaterFlow性能的方法。
目的是通过开发多模型管理（SMMF）、Text2SQL 效果优化、RAG 框架和优化、Multi-Agents 框架协作、AWEL（代理工作流编排）等多种技术能力，构建大型模型领域的基础设施。这使得包含数据的大型模型应用程序更简单、更方便。
