【AIGC】dify+ragflow+ollama构建个人知识库
一、给ragflow配置大模型
注意，slim版没有预装模型，full版有预装。缺少模型就在下面添加引用。
普通机器推荐安装以下两个模型：
具体安装的模型名称和版本，参考ollama官网提供的模型参数：
如果dify在docker里，ollama在docker外，则参考这个地址引用ollama模型：http://host.docker.internal:11434
二、数据入库
1.在ragflow中，进行知识入库配置
根据不同的文件类型，可以选择不同的模型和切片方法。
尽量开启知识图谱检索，会显著提升检索效果。
2.数据入库解析
导入数据，确保解析状态为成功，即可进行检索。
三、将ragflow关联到dify
1.到ragflow中获取秘钥
点击创建新秘钥，并复制出来。
2.到dify中关联外部知识库api
将刚刚获取的秘钥输入进来
其中endpoint填写ragflow的访问地址+/api/v1/dify
3.到ragflow中获取知识库id
4.在dify中链接外部知识库
填入刚刚获取的知识库id，并输入名称和描述。
四、在dify工作流中引用知识库
添加知识库引用。
如果没有绑定rerank模型，导入知识库后需要关闭这个功能。
五、输出回答效果优化
1.提升大模型level
尽量选择更智能的LLM，并通过提示词严格限制不能杜撰虚构。
2.工作流的形式做分类处理
- 面向不同的文件和内容
- 区分简单检索和理解性工作
- 区分需要二次加工的数据（例如语音和图文）
- 区分不同的主题来检索不同的知识库，或组合检索。
3.模板化输出
让大模型输出回答和引用内容，帮助用户确认回答的准确性。
