<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wjj_fire的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/wjj_fire</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wjj_fire]]></copyright><item><title><![CDATA[dify tool插件开发流程]]></title><link>https://blog.youkuaiyun.com/wjj_fire/article/details/147686814</link><guid>https://blog.youkuaiyun.com/wjj_fire/article/details/147686814</guid><author>wjj_fire</author><pubDate>Sat, 03 May 2025 20:24:30 +0800</pubDate><description><![CDATA[这是因为插件未经过dify审核，存在安全隐患，解决方法可以是在 dify目录下的.env 配置文件的末尾添加FORCE_VERIFYING_SIGNATURE=false 字段，重启 Dify 服务。目录下（不是dify目录下），有一个.env.example文件，复制.env.example文件为.env，并修改远程服务器地址和调试key。这里进行插件的配置，使用方向键选择，使用tab键授予权限，选择工具插件需要的权限，最后回车。在dify插件页面会显示调试用的插件，可以在dify中进行插件的调试。]]></description><category></category></item><item><title><![CDATA[dify插件在线和离线安装]]></title><link>https://blog.youkuaiyun.com/wjj_fire/article/details/146990353</link><guid>https://blog.youkuaiyun.com/wjj_fire/article/details/146990353</guid><author>wjj_fire</author><pubDate>Thu, 03 Apr 2025 22:52:55 +0800</pubDate><description><![CDATA[注意：即使本地插件安装也需要联网，因为插件是由python开发，difypkg文件中只包含一个基本的python文件，安装时需要联网下载python库。如果需要离线安装dify插件，需要先在联网状态下进行dify部署，并且完成插件安装，同时下载所需安装插件的difypkg文件。启动完成在插件页面发现没有对应的插件，这时候点击本地插件，安装之前下载的difypkg文件，安装完成之后插件可以用了。如果下载，会下载一个.difypkg的文件，下载完成之后仍然可以进行安装，在安装插件选项中选择本地插件即可安装。]]></description><category></category></item><item><title><![CDATA[使用vLLM部署大模型]]></title><link>https://blog.youkuaiyun.com/wjj_fire/article/details/146213926</link><guid>https://blog.youkuaiyun.com/wjj_fire/article/details/146213926</guid><author>wjj_fire</author><pubDate>Wed, 12 Mar 2025 20:41:41 +0800</pubDate><description><![CDATA[vLLM 是一个快速且易于使用的库，专为大型语言模型 (LLM) 的推理和部署而设计。vLLM安装vLLM部署大模型可以使用本地推理服务和API服务的方式。]]></description><category></category></item><item><title><![CDATA[Dify工作流之创建一个可以上传文档和图片的应用]]></title><link>https://blog.youkuaiyun.com/wjj_fire/article/details/145665075</link><guid>https://blog.youkuaiyun.com/wjj_fire/article/details/145665075</guid><author>wjj_fire</author><pubDate>Sun, 16 Feb 2025 14:41:20 +0800</pubDate><description><![CDATA[都没有的时候，直接回复。工作流通过将复杂的任务分解成较小的步骤（节点）降低系统复杂度，减少了对提示词技术和模型推理能力的依赖，提高了 LLM 应用面向复杂任务的性能，提升了系统的可解释性、稳定性和容错性。列表操作可以单独提取数组内的变量，并可以设置过滤条件，返回满足过滤条件的数组元素，将其传递给下一个节点。（如果需要构建可以同时上传不同类型文件的应用，如同时上传图片和文档，可以使用列表操作来过滤）点击右上角的功能，将文件上传功能打开，并进行设置，勾选文档和图片，并设置好最大上传数量，点击保存。]]></description><category></category></item><item><title><![CDATA[使用ollama导入模型]]></title><link>https://blog.youkuaiyun.com/wjj_fire/article/details/145559832</link><guid>https://blog.youkuaiyun.com/wjj_fire/article/details/145559832</guid><author>wjj_fire</author><pubDate>Mon, 10 Feb 2025 23:02:45 +0800</pubDate><description><![CDATA[ollama可以轻松在本地部署大语言模型，简单方便，并且内置了丰富的大语言模型库，涵盖多种类型的模型，可以很方便的拉取模型。对于safetensors格式的模型，有些模型ollama无法导入（如 deepseek的模型），因此需要使用llama.cpp来进行格式的转换。从safetensors权重导入模型，首先需要创建一个Modelfile文件，其中包含一个指向包含你的 Safetensors 权重的目录的 FROM。在导入 GGUF 适配器时，重要的是使用与创建适配器时所用的相同基础模型。]]></description><category></category></item><item><title><![CDATA[RagFlow的本地部署]]></title><link>https://blog.youkuaiyun.com/wjj_fire/article/details/145493106</link><guid>https://blog.youkuaiyun.com/wjj_fire/article/details/145493106</guid><author>wjj_fire</author><pubDate>Fri, 07 Feb 2025 13:49:43 +0800</pubDate><description><![CDATA[RAGFlow 是一款开源的 RAG（Retrieval-Augmented Generation）引擎，可以用于高效处理信息，为多种场景提供智能解决方案，如本地知识库的构建、问答系统的搭建，大量文本信息的处理等。另外，当在UI界面中选择以下其他模型时，会自动从HuggingFace下载，如果不能连接HuggingFace，可以设置以下环境变量，从镜像网点下载；模型名称填写ollama中模型的名称，可以用ollama list命令查看已安装的模型。在添加了的模型中，会显示有ollama。]]></description><category></category></item></channel></rss>