鐵人檔案
隨著大型語言模型（LLM）的迅速發展，越來越多的開發者開始探索創新應用，然而許多人將其局限於聊天機器人，忽略了其在資料處理上的潛力。這系列文章將探討如何建立 LLM 工作流，特別是 No code 開發的應用，減少程式碼撰寫，並專注於商業邏輯。此外，我也會分享與 AI 協作的方式和使用的工具。這系列文章適合有學過 Python 但不知能做哪些專案的朋友、對 AI / LLM 有興趣的學習者，以及想打造自己 ChatGPT 的朋友。只需具備基本的 Python 語法，就能理解大部分內容。希望透過這些文章，讓新手也能做一個屬於自己的 AI 應用，解決生活上的問題～
前言 我們在前十天嘗試了很多操作模型的方法，包含讓模型使用工具、用 RAG 提高答案生成的精確度、用 Ollama 在本地跑模型等等等，但這些都不是「訓練」一個...
前言 相信經過前幾天的分享，你應該對大型語言模型的操作有更深入的認識，不過你可能也發現一點，就是每次都要自行設計 Prompt，而且還要去測試這個 Prompt...
前言：為什麼要用 No Code 工具 前面十幾天的學習主要是為了幫助你掌握 LLM 開發的基本概念和技術。程式碼的方式來實作，目的是讓你更好地理解 LLM 的...
安裝與設定 你可以把 Dify 裝在自己的電腦，也可以用線上版的，直接到官網註冊帳號使用 Docker 啟動 使用 Docker compose 啟動，不知道...
什麼是 Agent 根據〈Artificial Intelligence: A Modern Approach〉這本 AI 聖經本中對 Agent 的定義 A...
前言 我們昨天有使用 Dify 幫你設定好的外部工具，像是 duckduckgo 的服務。 到目前為止我們已經很熟悉 API 是怎麼運作的，不過幾乎都是去呼叫別...
前言 Dify 中有自動建立的向量資料庫 (在 Dify 中叫「知識庫」)，甚至可以串接 Notion database！今天來實作 RAG，如果不知道什麼是...
前言 經過前三天的介紹，我們已經可以用 Dify 做出一個自己的聊天機器人了，但如果你希望機器人處理更複雜的情況，那就會需要用到工作流。接下來一邊認識工作流，一...
前言 昨天已經帶大家用工作流做一個「思考」並「翻譯」的機器人，今天我們一樣用 Day9 宿舍資料的例子來做一個 RAG 的機器人，並且機器人在推論之前會先分類問...
前言 昨天介紹了「問題分類」和「知識檢索」這兩個關鍵節點，不過你可能在想，如果想做出更細緻的操作像是「條件判斷」和「迭代」呢？不只程式碼可以做到，在 Dify...
