dify

华为云Flexus+DeepSeek征文 | DeepSeek-V3/R1商用服务开通体验全流程及使用评测我是摘星，一名专注于云计算和AI技术的开发者。本次通过华为云MaaS平台体验DeepSeek系列模型，将实际使用经验分享给大家，希望能帮助开发者快速掌握华为云AI服务的核心能力。

使用Docker Compose部署Dify首先，克隆Dify项目的1.4.0版本：进入docker目录：复制环境变量配置文件，windows下复制命令为copy：

低代码AI开发新趋势：Dify平台化开发实战在人工智能快速发展的今天，AI应用的开发方式也在不断演变。从传统的手写代码到如今的低代码甚至零代码开发，技术的进步让更多的非专业开发者也能轻松上手。本文将带你走进Dify平台化开发的世界，探索如何通过这一强大的低代码AI开发平台，快速实现Agent和工作流开发。

ComfyUI+通义万相 Wan2.1系列生成视频教程Wan2.1 系列是阿里巴巴通义实验室推出的开源视频生成模型套件，共有 4 个模型，包括文生视频的 Wan2.1-T2V-1.3B 和 Wan2.1-T2V-14B，以及图生视频的 Wan2.1-I2V-14B

dify基于文本模型实现微调Fine-tune语料构造工作流主要是分为5个部分。分别是：开始、文档提取器、代码执行、LLM大语言模型、结束 5个部分打开dify，创建一个空白页面-选择工作流，我们给应用起个名字。

小胡说人工智能

深度剖析：Dify+Sanic+Vue+ECharts 搭建 Text2SQL 项目 sanic-web 的 Debug 实战项目地址：https://github.com/apconw/sanic-web一个轻量级、支持全链路且易于二次开发的大模型应用项目(Large Model Data Assistant) 支持DeepSeek/Qwen2.5等大模型基于 Dify 、Ollama&Vllm、Sanic 和 Text2SQL 📊 等技术构建的一站式大模型应用开发项目，采用 Vue3、TypeScript 和 Vite 5 打造现代UI。它支持通过 ECharts 📈 实现基于大模型的数据图形化问答，具备处理 CSV

dify+MCP多应用，构建灵活的AI应用生态系统前面几篇文章写很多MCP应用，基本上一个dify工作流使用一个MCP应用。那么一个dify工作流，同时使用多个MCP应用，是否可以呢？答案是可以的。

本地部署Firecrawl+Dify调用踩坑记录最近自己研究Dify，使用到Firecrawl这个比较好用的工具。用Firecrawl官网的不知道为什么总是卡住得不到结果，于是我打算自己去本地部署一个。好家伙真给我人搞麻了，太多问题了。

dify调用Streamable HTTP MCP应用上一篇文章，介绍了使用python开发Streamable HTTP MCP应用，链接：https://www.cnblogs.com/xiao987334176/p/18872195

Dify-3:系统架构概述了 Dify 的系统架构，解释主要组件如何协同工作以提供大语言模型（LLM）应用开发平台。内容涵盖高层架构、部署选项、核心子系统和外部集成。

带刺的坐椅

Solon Ai Flow 编排开发框架发布预告（效果预览）Solon Ai 在推出 Solon Ai Mcp 后，又将推出 Solon Ai Flow。Solon Ai Flow 是一个智能体编排开发框架（基于 solon-flow 构建）。它是框架！不是工具，不是产品（这与市面上流行的工具和产品，有较大差别）。

python开发Streamable HTTP MCP应用使用python开发，最好的框架是fastmcp，github连接：https://github.com/jlowin/fastmcp

AI大模型学习十八、利用Dify+deepseekR1 +本地部署Stable Diffusion搭建 AI 图片生成应用最近在学习Dify工作流的一些玩法，下面将介绍一下Dify + Stable Diffusion实现文生图工作流的应用方法

windows11 安装CUDA Toolkit，Python，Anaconda，PyTorch并使用DeepSeek 多模态模型 Janus-Pro识别和生成图片因为公司网络做了严格限制，必须使用账号登录，才能上网。必须是指定的ip地址和MAC地址设备才可以上网。

小声读源码

【技巧】使用UV创建python项目的开发环境回到目录下载速度快、虚拟环境、多版本python支持、清晰的依赖关系下载地址：https://www.python.org/downloads/windows/

AI大模型学习二十、利用Dify+deepseekR1 使用知识库搭建初中英语学习智能客服机器人很多情况下 LLM 知识库可以让 Agent 从中定位到准确的信息，从而准确地回答问题。在一些特定领域，比如客服、检索工具等有应用。

小声读源码

【部署】win10的wsl环境下调试dify的api后端服务回到目录dify官方运行环境要求较低2U4G，可以通过docker镜像启动全套组件。目前手头这台笔记本，八代i5-8265U，原来8G内存，运行全套前后端程序+docker中间件，内存90%以上。内存16G后，可以正常运行。居家、通勤、旅游都可以用一台电脑完成dify代码调试。步骤参考官网指引略有调整：https://docs.dify.ai/en/getting-started/install-self-hosted/local-source-code

DeepSeek 多模态模型 Janus-Pro 本地部署Janus-Pro是DeepSeek最新开源的多模态模型，是一种新颖的自回归框架，统一了多模态理解和生成。通过将视觉编码解耦为独立的路径，同时仍然使用单一的、统一的变压器架构进行处理，该框架解决了先前方法的局限性。这种解耦不仅缓解了视觉编码器在理解和生成中的角色冲突，还增强了框架的灵活性。Janus-Pro 超过了以前的统一模型，并且匹配或超过了特定任务模型的性能。

windows11 安装WSL2详细过程时间来到 2017 年，事情正在起变化。微软正式发布了「适用于 Linux 的 Windows 子系统」，即人们熟知的 Windows Subsystem for Linux，简称 WSL。在 2019 年，微软又基于 Hyper-V 架构的部分功能，推出了全新的 WSL 2。它能够在一个高度优化的虚拟化中运行完整的 Linux 内核。

Dify 完全指南（一）：从零搭建开源大模型应用平台（Ollama/VLLM本地模型接入实战）》参考资料Docker Compose 部署在运行安装命令之前，请确保您的机器上安装了 Docker 和 Docker Compose，安装 Docker 以及 Docker Compose 的具体步骤可以参考 Ubuntu 24.04 完整Docker安装指南：从零配置到实战命令大全。