当下让大模型掌握企业的知识和流程，成为企业AI应用的首选，今天我们介绍一下用Dify搭建一个简单RAG知识库，基于Prompts+ Embedding+Rerank混合方案，实现更高准确率。

一、搭建知识库

1、创建知识库

（1）登录Dify控制台 → 知识库 → 创建知识库，如下图所示

（2）创建一个空知识库

（3）输入知识库名称后，单击创建按钮

2、选择数据源

（1）添加文件

（2）选择文件

（3）选择QA文件打开，并点下一步

利用知识库对QA数据进行知识构建，通过用户输入的文本对QA进行检索，返回最相似的TopK个文本

3、文本分段与清洗

      内容上传到知识库之后，需要进行分块和数据清洗，这个阶段可以理解为内容的预处理和结构化。

（1）分段设置，这里先选择通用

（2）索引方式默认是经济，索引设置倒排索引，TopK默认2，单击保存并处理

经济模式采用离线向量引擎和关键字索引，虽然准确率有所降低，但省去了额外的 token 消耗和相关成本。

在经济索引模式下，Dify 提供单一检索设置：倒排索引和TopK

倒排索引：一种为快速检索文档中的关键字而设计的索引结构。

TopK和分数阈值：设置检索结果的数量和相似度阈值。

（3）索引模式这里我们先选择经济，不选择高质量，后期我们在单独写一篇文章介绍，这种模式需要提前部署配置嵌入模型和Rerank模型。

4、处理并完成，如下图所示：

二、Dify设计AI工作流

1、创建工作流

（1）登录Dify控制台 → 工作室 → 创建空白应用，如下图所示

（2）选择工作流，填写应用名称比如企业RAG知识库，单击创建按钮

（3）创建完成，如下图所示：

2、工作流编排

（1）开始节点编排

• 登录Dify控制台 → 工作室 → 工作流（单击上面创建的知识库工作流），如下图所示

• 添加描述和单击输入字段后面的加号+

• 选择文本，输入变量名称和显示名称，长度默认，必填，单击保存

（2）添加“知识检索”节点

• 单击下图所示添加下一个节点的加号+

• 选择“知识检索”

• 设置查询变量值，单击设置变量值框，选择开始节点输入值query

• 添加知识库，单击知识库后面的加号+，选中上面创建的”企业知识库“，然后单击”添加“按钮

（3）添加“LLM”大语言模型节点

• 单击添加下一个节点的加号+，选中“LLM"

• 系统会自动分类一个已部署的大模型，手动设置已部署大模型方法如下图所示：我这里选中的是本地部署的模型

• 设置上下文变量值，单击设置变量值框，然后选中知识检索结果result

（4）添加流程”结束“节点并输出结果

• 单击添加下一个节点的加号+，选中“结束"

• 设置输出变量值，选择”LLM“节点输出结果text

三、Dify工作流运行测试、发布

1、单击”运行“按钮

2、输入“数字化”，单击开始运行

3、我的大模型选择的是本地的，运行比较慢，现在相应节点显示”运行“状态

4、知识检索的输出结果，就是企业知识库QA文档的内容

5、“LLM”节点以“知识检索”的输出作为上下文，并调用大语言模型

6、LLM节点，通过大语言模型，对知识检索的进行补充完善，输出如下图所示

7、测试成功后，单击“发布” → “发布更新”

      总结：通过上述方法，即使无开发经验也能轻松在Dify中轻松设计RAG知识库工作流，希望通过本文大家都能开启企业AI应用开发，结合企业实际业务场景开发深度应用。

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 LLM大模型资料 分享出来： 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

​