知识科普

关于模型

大语言模型（LLM）是通过深度学习技术，基于海量历史文本数据训练出的概率生成系统。

能力边界

知识时效性：模型知识截止于训练数据时间点

推理局限性：本质是概率预测而非逻辑运算，复杂数学推理易出错（deepseek的架构有所不同）

专业领域盲区：缺乏垂直领域知识

幻觉现象：可能生成看似合理但实际错误的内容

更新机制

全量重训练：需重新处理TB级数据，消耗数千GPU小时（这个我们直接排除）

微调(Fine-tuning)：用领域数据调整模型参数，成本仍较高（这个也需要一定的成本）

上下文学习：通过提示词临时注入知识，但受限于上下文长度（这个我们通过外挂知识库实现）

综上，我们能做的更新机制就是给它通过提示词上下文临时注入知识。

关于知识库

我们之前说的知识库都是广义知识库。

在关于模型哪里我们说了，我们可以通过提示词临时注入知识，给大模型，但是大模型的上下文是有长度限制的，我们通过各种技术把最合适的内容挑选出来，然后给大模型。

关于嵌入模型

嵌入模型是一种将高维离散数据（文本、图像等）转换为低维连续向量的技术，这种转换让机器能更好地理解和处理复杂数据。

举一个例子来理解向量，你正在玩一个叫做"猜词"的游戏。你的目标是描述一个词，而你的朋友们要根据你的描述猜出这个词。你不能直接说出这个词，而是要用其他相关的词来描述它。例如，你可以用"热"、"喝"、"早餐"来描述"咖啡"。嵌入模型就是将一个词转化为其他相关词的专用模型。

"热"、"喝"、"早餐" 可以理解为向量。不过向量值是在向量空间的特定位置，在这个空间里语义相近的词会自动聚集起来。所以就有了相似度的概念，相似度越高，越匹配。

我们使用的bge-m3 只能向量化出1024维。

为什么没有匹配到知识

知识预处理

1， 上传文档

2，将文档分割成适当大小的文本块

3，使用embedding模型将每个文本段转换为向量

4，将向量和原文存储到向量数据库中

查询处理阶段

1，将用户输入问题转换为向量

2， 在向量库中检索相似内容

3， 将检索到的相关内容作为上下文提供给LLM

我们用的本地应用工具，一般都是粗粒度分段，向量化的质量没法保证。

本地知识库安全吗？

根据上一步，我们可以知道本地知识库+本地大模型是安全的。

本地知识库+远端api的大模型，会把片段上传。

dify安装

前提条件

假设你已经安装了docker，docker安装不同的架构安装方式不一样，这里就不做教程了。 已经登录了docker

安装完docker以后，记得调整docker镜像的存储地址。

已经安装了docker，并且登录了

已经安装了git win上docker安装地址： https://docs.docker.com/desktop/setup/install/windows-install/#wsl-2-backend

安装

下载dify

通过官网下载，如果你没有魔法，可以从网盘里那对应的

如果没有git环境，可以直接从网盘下载压缩包。

我们下载以后，只关注docker文件夹和README_CN.md即可。

清理（非必须）

由于我的dify安装的比较早，是0.7.x版本，为了给大家演示，就把原来的铲了。如果你以前安装过dify，使用以下命令清理历史镜像

创建配置

我们进入dify目录下的docker目录中,比如我的 E:\ai\code\dify\docker

修改dify绑定ip

API 服务绑定地址，默认：0.0.0.0，即所有地址均可访问。 刚开始我以为是控制dify对外暴露的服务的，改成了127.0.0.1,然后出现以下的502，折腾了我快3个小时。

修改端口（非必须）

默认占用的是80和443端口，如果你本机已经部署了其他的应用，占了该端口，修改.env文件中的下面两个变量

上传文件大小

默认上传图片大小是10MB,上传视频大小是100MB,文件默认是50MB,如果有需要修改下面对应的参数

启动dify

启动以后在docker Desktop中查看，

设置管理员与登录

http://127.0.0.1:8001/install

填写相关信息，设置管理员账户。

设置成功以后，登录

设置模型

1，点击右上角的账户 2，点击设置

本地模型设置

1， 点击模型供应商 2，下拉找到ollama 3，点击添加模型

添加对话模型

按照步骤添加模型即可，注意模型上下文长度，可以通过ollama show 模型名称查看，如果你经常用大文本，就直接调到最大值。需要注意的是dify，上传文件是有大小限制的。

关于ip

我使用的是本地docker虚拟网络，如果你ollama设置了OLLAMA_HOST为0.0.0.0 需要注意网络安全，防止外网有人能访问。我是将我的ollama绑定到了局域网ip上了。

添加向量模型

1，注意选择text embedding

系统模型设置

1，点击系统模型设置

2，选择已经配置的模型，当然建立知识库的时候，也可以切换

3，选择向量模型

4，保存

在线api模型配置

腾讯模型配置（免费到2月25日）

没找到对应的模型供应商，直接选择openai兼容的模型供应商。

1， 按步骤填写即可。

2，模型名称选择deepseek-r1

3，api key 填写自己的即可

4，填写地址：https://api.lkeap.cloud.tencent.com/v1

硅基流动添加

找到模型供应商，点击设置，配置下密钥就可以了。

模型供应商

配置好以后，我们可以在模型列表那里看到所有的模型

最终系统模型设置

知识库设置

创建知识库

分段

dify的分段有个好处，设置分段以后，可以实时预览，可以根据预览效果，自己实时调整分段策略。dify建议首次创建知识库使用父子分段模式。

通用分段（原自动分段与清洗）

关键点：

1，默认\n作为分段标识

2，最大分段长度为4000tokens，默认为500tokens

3，分段重叠长度，默认为50tokens，用于分段时，段与段之间存在一定的重叠部分。建议设置为分段长度 Tokens 数的 10-25%；

4，文本预处理规则：用于移除冗余符号、URL等噪声

5，这里还有一个点，向量模型会自动按段落或语义进行切分，也就是大家分段以后内容缺失的根因。

适用于内容简单、结构清晰的文档（如FAQ列表）

父子分段

父子模式采用双层分段结构来平衡检索的精确度和上下文信息,让精准匹配与全面的上下文信息二者兼得。

关键点

1，父区块（Parent-chunk）保持较大的文本单位（如段落），上下文内容丰富且连贯。默认以\n\n为分段标识，如果知识不长，可以以整个作为父区块（超过1万个分段就直接被截断了）。

2，子区块（Child-chunk）以较小的文本单位（如句子），用于精确检索。默认以\n为分段标识。

3，也可以选择噪音清理

4，在搜索时通过子区块精确检索后，获取父区块来补充上下文信息，从而给LLM的上下文内容更丰富

以句子为最小单位，向量化以后向量匹配的准确度会极大的提升。

官方示意图如下：

1，我们可以不断的调整参数，预览下，看下实际效果，

索引模式

索引模式有两种。分别是高质量索引和经济索引

高质量索引

适用场景：需要高精度语义检索（如复杂问答、多语言支持）。

实现方式：依赖嵌入模型生成向量索引，结合 ReRank 模型优化排序。

适用文档：格式化文档，如表格、技术手册

我们看下官方推荐的配置

1，选择高质量

3，选择向量模型

4，选择系统推荐的混合检索

5，选择Rerank模型，并选择对应的rerank模型

经济索引

适用场景：预算有限或内容简单（如关键词匹配为主的FAQ）。

实现方式：使用离线向量引擎或关键词索引，无需消耗额外 Token，但语义理解能力较弱。

优化建议：可通过调整 TopK（返回相似片段数量）和 Score 阈值（相似度过滤）平衡召回率与准确率。

适用文档：非结构化文本**，如会议记录

使用

创建应用

添加知识库

知识库可以一次选多个，我们只选择三国演义。

召回设置

1，选择Rerank模型

2，选择相关的模型

3，设置召回数量（文本片段数量）

4，相似度匹配，设置0.7

调试与预览

1，输入聊天内容

2，点击发送

3，调试成功以后可以点击发布

发布以后有多种适用方式。

返回工作室以后，我们可以发现已经有对应的应用了。