AGI 之 【Dify】 之 Dify 在 Windows 端本

AGI 之 Dify 在 Windows 端本地部署调用 Ollama 实现 API 聊天对话 一、简介 1. AGI 概述 通用人工智能（AGI）具备人类智能水平，能够自主学习、适应和解决复杂问题。 2. Dify 与 Ollama 的作用 Dify：提供 BaaS（后端即服务），通过 API 简化 AI 应用开发，支持可视化设计和多模型切换。 Ollama：开源框架，支持本地运行大模型（如 Llama 3、Mistral）。 二、本地部署与聊天应用创建 1. 环境准备 运行 Docker，启动 Dify 服务并登录管理界面。 2. 创建聊天应用 在 Dify 工作室新建空白应用，选择“工作流编排”模式。 3. 配置模型 绑定本地 Ollama 下载的大模型（如 Llama 3），完成参数设置。 4. 功能测试 在预览界面直接测试聊天交互。 三、API 接口测试（Postman） 1. 获取 API 访问权限 在 Dify 发布界面生成 `APIKey`，用于鉴权。 2. 基础请求示例 GET 测试：验证接口连通性，返回状态码 200 表示成功。 POST 聊天请求： 请求 URL：`http://localhost/v1/chatmessages` Headers：添加 `Authorization: Bearer {API_KEY}` 和 `ContentType: application/json`。 Body：包含用户提问（`query`）、用户标识（`user`）等参数。 流式响应（`response_mode: streaming`）实时返回对话内容。 3. 扩展功能测试 消息反馈（点赞）：通过 `POST /messages/{message_id}/feedbacks` 提交用户评分。 获取历史会话：通过 `GET /messages` 按会话 ID 查询聊天记录。 四、附录：API 接口说明 1. 基础 URL：`http://localhost/v1` 2. 鉴权方式：Header 中传递 `APIKey`。 3. 核心接口： 发起对话：`POST /chatmessages`，支持流式与非流式响应。 消息反馈：`POST /messages/{message_id}/feedbacks`，提交用户评分（like/dislike）。 历史记录：`GET /messages`，按会话 ID 分页查询。 4. 错误码：400（参数异常）、404（会话不存在）、500（服务内部错误）。 #大模型 #大模型应用 #大模型微调 #大模型训练 #大模型面试 #大模型学习 #ai大模型 #大语言模型 #AIGC #AIGC应用