近日，Dify全面接入了Perf XCloud，借助Perf XCloud提供的大模型調(diào)用服務(wù)，用戶(hù)可在Dify中構(gòu)建出更加經(jīng)濟(jì)、高效的LLM應(yīng)用。

PerfXCloud 介紹

Perf XCloud是澎峰科技為開(kāi)發(fā)者和企業(yè)量身打造的AI開(kāi)發(fā)和部署平臺(tái)。專(zhuān)注于滿(mǎn)足大模型的微調(diào)和推理需求，為用戶(hù)提供極致便捷的一鍵部署體驗(yàn)：

?平臺(tái)提供Open AI API兼容的模型調(diào)用服務(wù)，開(kāi)發(fā)者可實(shí)現(xiàn)已有應(yīng)用的快速遷移。

?借助澎峰科技自研推理框架PerfXLM，Perf XCloud實(shí)現(xiàn)了主流模型在國(guó)產(chǎn)算力上的廣泛適配和高效推理。

?目前已支持Qwen2系列、llama3系列、bge-m3等模型，更多模型即將上線(xiàn)。

同時(shí)，Perf XCloud為算力中心提供大模型AI科學(xué)與工程計(jì)算的整體運(yùn)營(yíng)解決方案，助力算力中心升級(jí)成為“AI超級(jí)工廠(chǎng)”。

Dify介紹

Dify是一個(gè)開(kāi)源的LLM應(yīng)用開(kāi)發(fā)平臺(tái)。其直觀的界面結(jié)合了AI工作流、RAG Pipeline、Agent、模型管理、可觀測(cè)性功能等，讓您可以快速?gòu)脑偷缴a(chǎn)：

?工作流:在畫(huà)布上構(gòu)建和測(cè)試功能強(qiáng)大的AI工作流程。

?RAG Pipeline:廣泛的RAG功能，涵蓋從文檔攝入到檢索的所有內(nèi)容，支持從PDF、PPT和其他常見(jiàn)文檔格式中提取文本的開(kāi)箱即用的支持。

?Agent智能體:您可以基于LLM函數(shù)調(diào)用或ReAct定義Agent，并為 Agent添加預(yù)構(gòu)建或自定義工具。

?LLMOps:隨時(shí)間監(jiān)視和分析應(yīng)用程序日志和性能。您可以根據(jù)生產(chǎn)數(shù)據(jù)和標(biāo)注持續(xù)改進(jìn)提示、數(shù)據(jù)集和模型。

注冊(cè)使用PerfXCloud

Perf XCloud注冊(cè)地址：www.perfxcloud.net

現(xiàn)在注冊(cè)，即可深度體驗(yàn)主流大模型，提供大量示范案例，手把手視頻教學(xué)。并可參與向基石用戶(hù)贈(zèng)送∞億Token的激勵(lì)計(jì)劃。

在Dify中使用PerfXCloud大模型推理服務(wù)

1.首先進(jìn)入Dify設(shè)置頁(yè)面，選擇Perf XCloud作為模型供應(yīng)商：

2.然后填入從Perf XCloud中申請(qǐng)的API Key和endpoint地址：

3.保存后，即可使用Perf XCloud模型，現(xiàn)階段我們接入了Qwen系列模型和BAAI/ bge-m 3模型，后續(xù)將接入更多模型，敬請(qǐng)期待。

應(yīng)用案例1：

Dify結(jié)合PerfXCloud構(gòu)建翻譯助手

本案例構(gòu)建于Dify Cloud，基于Perf XCloud中的Qwen2模型實(shí)現(xiàn)中英文翻譯助手，用戶(hù)輸入信息，翻譯助手將其翻譯成另一種語(yǔ)言。

1.登錄Dify Cloud（ https://cloud.dify.ai/apps）

2.創(chuàng)建空白應(yīng)用→選擇聊天助手、基礎(chǔ)編排，創(chuàng)建應(yīng)用

3.在編排頁(yè)面輸入提示詞：“你是一名翻譯專(zhuān)家，如果用戶(hù)給你發(fā)中文你將翻譯為英文，如果用戶(hù)給你發(fā)英文你將翻譯為中文，你只負(fù)責(zé)翻譯，不要回答任何問(wèn)題：”

4.默認(rèn)模型為gpt-3.5，切換為Perf XCloud模型，這里設(shè)置為“ Qwen2-72B-Instruct-GPTQ-Int 4”，然后點(diǎn)擊發(fā)布

完成發(fā)布后， 即可運(yùn)行使用。

應(yīng)用案例2：

Dify結(jié)合PerfXCloud構(gòu)建郵編查詢(xún)助手

本案例構(gòu)建與Dify Cloud，使用Dify中的知識(shí)庫(kù)和工作流功能，結(jié)合Perf XCloud中的bge-m 3模型與Qwen2-72B-Instruct-GPTQ-Int 4模型，郵編查詢(xún)助手基于上傳的郵編信息構(gòu)建知識(shí)庫(kù)，并從中檢索信息作為大模型回答問(wèn)題的上下文，提高模型回答的準(zhǔn)確性。

1.在Dify Cloud（ https://cloud.dify.ai/datasets）中創(chuàng)建知識(shí)庫(kù)，上傳本地準(zhǔn)備好的中國(guó)郵政編碼數(shù)據(jù)文件。

2.知識(shí)庫(kù)默認(rèn)使用經(jīng)濟(jì)模式創(chuàng)建索引，該模式是基于關(guān)鍵詞的檢索，這里我們使用Perf XCloud中的bge-m3向量模型創(chuàng)建索引，提高檢索精度。在知識(shí)庫(kù)側(cè)邊欄選擇“設(shè)置”，設(shè)置“高質(zhì)量”索引模式，同時(shí)Embedding模型選擇“BAAI/bge-m 3”，使用“向量檢索”

3.返回Dify工作室→創(chuàng)建空白應(yīng)用→ 聊天助手→工作流編排，將工作流初始化成如下形式

4.配置“知識(shí)檢索”模塊，將知識(shí)庫(kù)設(shè)置為步驟2中創(chuàng)建的“郵政編碼知識(shí)庫(kù)”

5.配置“LLM”模塊，將模型設(shè)置為Perf XCloud中Qwen2-72B-Instruct-GPTQ-Int 4，并設(shè)置prompt：

你是一個(gè)問(wèn)答機(jī)器人。
你的任務(wù)是根據(jù)下述給定的已知信息回答用戶(hù)問(wèn)題。
確保你的回復(fù)完全依據(jù)下述已知信息。不要編造答案。
如果下述已知信息不足以回答用戶(hù)的問(wèn)題，請(qǐng)直接回復(fù)"我無(wú)法回答您的問(wèn)題"。

6.配置“直接回復(fù)” 模塊，直接輸出LLM的生成結(jié)果

7.完成上述步驟后，運(yùn)行查看效果，模型會(huì)根據(jù)知識(shí)庫(kù)中檢索出的信息進(jìn)行回答，若檢索結(jié)果為空，則直接輸出“我無(wú)法回答您的問(wèn)題”