最近公司搭建基于DIFY的工作流,参与了部分工作,记录一下所思所想。
1、项目应用的关键技术有:.NET、Python、DIFY
2、.NET作为公司代码语言,提供工作流所需的所有的查询接口
3、Python用来实现Dify和.Net和钉钉之间的http/websocket通信
①websocket可以实现流式输出,适用于需要多轮对话的场景
②http不能流式输出,可以用来一问一答,只是用户体验感会降低,因为用户看不到实时反馈,只能等ai分析完才能看到答案
4、Dify工作流只做了简单的单层llm分析,没有用到循环分析或多agent实现根据ai自己的分析,自主决定分析几轮或走哪个分支。项目当前还是单纯的ifelse结构。
我认为后面可以提升的点:
1、主要需要升级的时Dify的工作流,最好是可以实现发现预警信息时,自动触发Dify工作流的访问,工作流可以根据知识库和记忆,定位问题。用户看到答案后,可以给反馈(有用/无用),来激励llm的自动优化,面对相似的问题时,不会再分析的乱七八糟。但是目前还没有想到如何把激励机制引入dify?