Dify 知识库救星：FastGPT 知识库无缝接入 Dify 实战指南

为什么 Dify 需要接入 FastGPT 知识库？ Dify 知识库的痛点分析

相信很多朋友都体验过 Dify 这款强大的开源 LLM 应用平台，但自带的知识库功能却让人一言难尽。即使 Dify 升级到了 1.0 版本，其知识库的问答效果仍然不尽如人意。具体来说，Dify 知识库存在以下几个问题：

1. 分段效果不理想：即使采用了最新的父子分段技术，问答效果仍然难以达到预期。
2. 配置繁琐：在知识库创建流程中已经设定了重排模型，但在应用关联知识库时还需要再次设定。
3. 问答拆分速度慢且容易出错：Dify 知识库虽然支持 FastGPT 的问答拆分模式，但拆分速度非常慢，而且容易出现错误。
4. 问答拆分后的回复质量差：使用问答拆分后的回复内容往往让人失望。

总而言之，Dify 除了知识库以外，其他大部分功能体验都比 FastGPT 要好。正所谓“爱之深，责之切”，正是因为对 Dify 寄予厚望，才更希望它能有所改进。

为什么选择 FastGPT 知识库？ FastGPT 知识库的优势

与 Dify 相比，FastGPT 的知识库效果是公认的优秀。那么，FastGPT 知识库有哪些优势呢？

虽然原文没有详细介绍，但我们可以推测 FastGPT 知识库可能具有以下优点：

• 更高效的分段技术：能够更准确地将知识库内容进行分段，从而提高问答的准确性。
• 更智能的检索算法：能够更快速地找到与用户问题相关的知识点，从而提高问答的效率。
• 更灵活的配置选项：提供更多的配置选项，让用户可以根据自己的需求进行定制，从而提高问答的个性化程度。

如何将 FastGPT 知识库接入 Dify？ FDA (fastgpt-dify-adapter) 适配器方案

既然 Dify 的知识库效果不佳，而 FastGPT 的知识库效果又很好，那么将两者结合起来岂不是两全其美？Dify 提供了外部知识库 API，这为我们提供了实现的可能。

为了解决 Dify 和 FastGPT 接口不兼容的问题，作者开发了一个名为 FDA (fastgpt-dify-adapter) 的适配器，作为 Dify 和 FastGPT 知识库之间的桥梁，可以快速、方便地将 FastGPT 的知识库外接到 Dify 使用。

1. FDA 适配器是什么？

FDA 适配器可以看作是一个接口转换器，它将 Dify 的外部知识库 API 请求转换为 FastGPT 知识库 API 可以理解的格式，并将 FastGPT 知识库的响应转换为 Dify 可以理解的格式。

2. FDA 适配器的优势

• 简单易用：只需简单的配置，即可将 FastGPT 知识库接入 Dify。
• 高效稳定：采用高效的编程语言和框架，保证适配器的稳定性和性能。
• 可定制性强：可以根据实际需求进行定制，满足不同的应用场景。

FDA 适配器部署教程

1. 准备工作

• Docker 环境：确保您的服务器或电脑已经安装了 Docker 和 Docker Compose。
• FastGPT 服务：确保您已经部署了 FastGPT 服务，并且可以正常访问。
• Dify 服务：确保您已经部署了 Dify 服务，并且可以正常访问。

2. 创建 docker-compose.yml 文件

在任意目录下创建一个名为 docker-compose.yml 的文件，并将以下内容复制到文件中：

yaml
version:’3′
services:
fastgpt-dify-adapter:
image: registry.cn-guangzhou.aliyuncs.com/kangarooking/fastgpt-dify-adapter:1.0.1
ports:
-“5000:5000”
environment:
– FASTGPT_BASE_URL=http://host.docker.internal:3000
# 问题优化配置
– DATASET_SEARCH_USING_EXTENSION=false
– DATASET_SEARCH_EXTENSION_MODEL=deepseek-chat
– DATASET_SEARCH_EXTENSION_BG=
# 重排序配置
– DATASET_SEARCH_USING_RERANK=false
restart: unless-stopped

注意：

• FASTGPT_BASE_URL：配置 FastGPT 地址。如果 FastGPT 和 FDA 部署在同一个 Docker 环境中，建议使用 http://host.docker.internal:3000。
• DATASET_SEARCH_USING_EXTENSION：是否使用问题优化。
• DATASET_SEARCH_EXTENSION_MODEL：问题优化模型。
• DATASET_SEARCH_EXTENSION_BG：问题优化背景。
• DATASET_SEARCH_USING_RERANK：是否使用重排序。

3. 部署 FDA 适配器

在 docker-compose.yml 文件所在的目录下，打开命令行终端，执行以下命令：

bash
docker-compose up -d

该命令会自动下载 FDA 适配器的镜像并启动容器。

4. 查看 FDA 适配器日志

部署成功后，可以打开 Docker Desktop，找到 Containers -> fda -> view details 查看 FDA 适配器的日志，确认 FDA 适配器是否正常运行。

配置 FastGPT 和 Dify

1. 获取 FastGPT 相关参数

• 创建 OpenAPI Key：在 FastGPT 中创建一个 OpenAPI Key，并复制 Key 值备用。
• 复制知识库 ID：找到您想要接入 Dify 的知识库，点击进入，在最右边找到知识库 ID，复制 ID 值备用。

2. 配置 Dify 外部知识库

• 添加外部知识库 API：访问 Dify，进入知识库 -> 外部知识库 API -> 添加外部知识库 API。
  • API Endpoint：填写 FDA 适配器的地址 + 端口。如果 Dify 和 FDA 部署在同一个 Docker 环境中，可以直接使用 http://host.docker.internal:5000。
  • API Key：填写刚刚复制的 FastGPT OpenAPI Key。
• 创建外部知识库：填写刚刚复制的 FastGPT 知识库 ID。
  • Top K：对应 FastGPT 的引用上限。Top K 为 4 对应 FastGPT 的 2000（如果是 5 就对应 2500，以此类推）。
  • Score：对应 FastGPT 的最低相关度。建议 Top K 拉到 6 以上，可以提供更多的长下文。

3. 在 Dify 应用中添加知识库

进入 Dify 应用，点击添加知识库，选择刚刚创建的外部知识库，添加后会弹出设置（这里的设置经测试不起作用，不用管），直接保存。

体验 Dify + FastGPT 知识库的强大

完成以上步骤后，您就可以在 Dify 中愉快地使用 FastGPT 知识库来进行问答回复啦！效果提升不止一点点！点击引用，还可以看到所有的引用内容。

如果后续想调整外部知识库的参数，可以到外部知识库 -> 设置里面调整。

总结

通过 FDA 适配器，我们可以轻松地将 FastGPT 知识库接入 Dify，从而大幅提升 Dify 的知识库问答效果。Dify 结合 FastGPT 知识库，才是世界上最好用的开源 LLM 应用平台！

希望本文能帮助到大家，如果您觉得不错，请随手点个赞、在看、转发三连吧！

感悟

我认为：Dify 虽有瑕疵，但开源精神可嘉，愿能集百家之长，终成大器。而 FastGPT 知识库之精妙，恰如画龙点睛之笔，使 Dify 如虎添翼。然技术之路漫漫，仍需上下求索，精益求精，方能臻于至善。

FastGPT

知识库

LLM应用平台