dify,fastgpt等开源智能体实践

智能体

Agent能力是Agent开发平台能够提供的Agent功能扩展,包括通过知识库实现检索增强、插件及API实现工具调用、工作流实现复杂任务执行、数据库实现信息读写等。通过这些功能的加持,Agent能够综合运用多种技能,完成各类任务。

一、智能体的接入(

1)先看看哪个智能体好用,chatbox不行,没有知识库;

2)cherry studio也不太好用,它的知识库建立一团糟,没法使用;

3)Fastgpt还行,但是配置操作复杂,而且干什么都要钱,没法熟悉实践操作;

4)Dify这个我还没怎么了解,但是大家说的也挺多,我准备用一下试试

5)openwebui,这个简单易用,说实话这个更适合做用户管理,我觉得不错,可以深入研究一下如何)

6)Dify是一个开发平台,支持构建智能体应用,允许用户集成工具和知识库,具备自主决策和执行任务的能力。

7)OpenWebUI主要是一个Web界面,用于与LLM交互,支持RAG和知识库,但更多是提供用户界面和集成工具,而不是自主决策。Cherry Studio则是管理工具,支持配置模型和知识库,但用户需要手动选择模型和知识库,缺乏自主决策和持续行动的能力。例如,Cherry Studio允许用户创建助手并关联知识库,但决策仍由用户触发,而非系统自主执行。

Dify 被归类为智能体平台,是因为它提供了复杂任务编排和自主执行的能力,支持用户通过可视化界面定义和管理AI 应用的工作流。而 OpenWebUI 和 Cherry Studio 更注重提供 用户友好的交互界面和便捷的模型管理功能,它们的核心功能并不包括智能体的自主任务执行能力。

Openwebui

虽然它不是智能体,但是功能类似,放在这里分别比较功能都是免费的,简单易用,而且基本功能都可以满足

docker run -d --network=host -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:v0.5.18

跟网络有关系,使用主机网络无法连接模型,不知道为什么

docker run -d -p 3000:8080 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:v0.5.18

但是因为这里的网络特殊原因,没法使用外部在线大模型

试试代理

docker run -d -p 3000:8080 -v open-webui:/app/backend/data

--name open-webui --restart always

-e http_proxy="http://10.137.23.12:8080"

-e https_proxy="http://10.137.23.12:8080"

ghcr.io/open-webui/open-webui:v0.5.18

成功啦

终于实现了内部外部大模型的共同接入

Curl测试连通性命令

bash 复制代码
curl -X POST "https://api.siliconflow.cn/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-effrrewrsnrswznnuavelpnbxwnbdsumpyaymmpziipzdhmh" \
  -d '{
    "model": "internlm/internlm2_5-7b-chat",
    "messages": [
      {"role": "user", "content": "你好,请测试连通性"}
    ],
    "temperature": 0.7
  }'

curl -v https://api.siliconflow.cn/v1/chat/completions

Fastgpt

它和one-api的关系

Fastgpt接入内部外部大模型

重要的是这两个配置,默认情况下one-api中的令牌可以访问所有的渠道,没有分组的情况下

  • OPENAI_BASE_URL=http://*****
  • CHAT_API_KEY=sk-*****

然后其他操作可以在前端配置,网上大多数都是说要在config.json中配置,其实可以直接在前端界面的模型配置中添加,这还更加方便一些

终于成功了,真的是会了不难,难了不会,现在搞清楚了发现也就这么几个步骤,但是在我没弄明白之前,死活都不知道该怎么做,它对我来说就像一个黑盒

只要在同一个分组了,那么令牌就是共用的,无需设置多个

相关推荐
KG_LLM图谱增强大模型5 分钟前
Palantir 本体论与知识图谱深度分析及实现路径
人工智能·知识图谱
yzx9910137 分钟前
项目名称:灵犀——基于大模型与知识图谱的全栈智慧创作与协同平台
人工智能·知识图谱
RAG专家7 分钟前
【KG²RAG】结合知识图谱解决RAG 文本块孤立问题
人工智能·知识图谱·rag·检索增强生成
知兀7 分钟前
【MybatisPlus】后端用枚举类,数据库用tinyint,存在枚举类型转换
java
小袁进化之路8 分钟前
黎跃春讲AI智能体运营工程师核心知识图谱(2026完整版)
人工智能·知识图谱
CyberwayTech9 分钟前
赛博威线上营销费用管理:咨询+系统,双轮驱动ROI增长
大数据·人工智能
StockTV10 分钟前
印度股票实时数据 NSE和BSE的实时行情、K 线及指数数据
java·开发语言·spring boot·python
一粒黑子10 分钟前
【实测】GitNexus实测:拖入GitHub链接秒出代码知识图谱,今天涨了857星
人工智能·gpt·安全·ai·大模型·ai编程
chaofan98010 分钟前
GPT-5.5 领衔 Image 2.0:像素级控制时代,AI 绘图告别开盲盒
开发语言·人工智能·python·gpt·自动化·api
秋说11 分钟前
【知识图谱】大模型驱动多模态健康智能问诊深度剖析
人工智能·大模型·知识图谱·同态加密·差分隐私·智慧医疗