dify 图片提取文字

1.LLM必须支持视觉

LLM必须要本身支持视觉,然后是dify中的设置。

添加LLM的时候必须开启

如果是已经添加的模型,可以修改设置

点击后就可以改了。

工作流编排的时候可以查看

2.编排节点

比较简单。一个LLM节点就行了

LLM节点设置,必须使用支持视觉的LLM

开启LLM节点的视觉功能

可以是多张图片,但是测试的时候不要使用同一张图片,实测发现使用同一张图片的话没有作用,像这样

使用不同的图片就没问题

或者改成迭代的方式。

相关推荐
ai小陈14 小时前
PyTorch DataLoader数据加载性能排查:GPU利用率低的实操指南
人工智能·pytorch·python·深度学习·ai·gpu算力
测试者家园16 小时前
为什么意图驱动测试是自动化测试的下一站,而不是替代品
自动化测试·软件测试·人工智能·持续测试·ai赋能·智能化测试·软件测试变革
D2020202017 小时前
TikTok Shop禁止AI语音直播落地后,跨境卖家如何通过达秘合规调整带货内容
人工智能
像风一样自由202017 小时前
20.Milvus常见问题检索不到维度错误和数据一致性
人工智能·大模型·milvus
现代野蛮人17 小时前
【深度学习实验】—— 基于 LSTM 与 Optuna 调参的丙型肝炎预测
人工智能·深度学习·lstm
支支დ17 小时前
VO by Vercel 前端特定优势:为什么它是构建 AI 应用的新范式
前端·人工智能
ZGIAI18 小时前
ZGI 让那些"等你去处理"的事,真正跑起来
人工智能·架构
ZGIAI18 小时前
ZGI:别再做Agent Demo了,先问问它在业务里能不能撑过下周三
人工智能·架构
香芋芋圆18 小时前
AI 冲击内卷之下,普通前端如何破局?WebGIS—— 低门槛突围赛道
前端·javascript·人工智能·学习·职场发展
m0_6145235518 小时前
完整教程|输入一句描述,能不能直接生成一段可以继续剪辑的视频:写结构化描述到生成短样片
人工智能·音视频