之前出了一些 Dify 的基础教程，后台有小伙伴经常问：Dify 和 fastGPT 哪个好啊？我该用哪个呢？

为了帮小伙伴解开这个疑惑，今儿就先带大家分别看下这两个产品在知识库上的异同点。废话不多说，开整！

Dify

先来看 Dify 吧，这里也推下我之前做的 Dify 基础教程，从部署到使用上，整体来说都比较容易上手，类似于 Coze。

我们之前创建过一个 k8s 相关的知识库，在里面导入了一本讲解 Kubernetes 的书籍，文本分段和清洗都是默认的配置：

最终得到的文档信息如下：

• 分段为 147
• 段落长度 500

现在将它加到应用中试试看效果：

可以看到它从知识库中找到了相关内容并给出了回答。除此之外它还标注了引用的知识库，以及从哪段内容中获取的内容：

目前看起来效果还 OK，接下来我们试试 Dify 中提供的 QA 模式，看看在这种模式下知识库检索能力是否能得到提升：

QA 模式的嵌入处理会比较耗时，需要耐心等待：

最终花费了 27 分钟的时间，终于分段好了：

问两个问题试试看：

emmmm，咋说呢，回答是回答了，但是感觉没啥变化，回答还是和刚刚一样精简

FastGPT

相同的文件，我们在 FastGPT 中创建并使用知识库，这里同样先按照默认配置进行知识库创建：

然后在应用中提出相同的问题，看看结果怎么样？

可以看到都是默认配置，但是 FastGPT 相较于 Dify 来说，回答得更为详细。不但给出了 k8s 的相关概念，还连带着介绍了 k8s 的核心组件以及功能特点。

这是因为 fastGPT 在回答问题时，会帮我们扩展问题，这样可以使回答的内容更加详细精准：

接下来我们升级一下知识库，在创建知识库时选择 QA 模式（也就是问答拆分），看看二者在效果还有没有这种明显差异。

可以看到正在生成数据，不过过程有些慢（这块和 Dify 一样，QA 模式的生成一般都会耗费大量的 token 和时间）：

再回到应用中进行测试：

简直是正中目标！！相比之下，FastGPT 的知识库能力完胜。

在本地部署的版本上，QA 花费的时间太长而且因为 API 问题，老是卡住，所以直接切到 fastGPT 的线上去测试，最终效果是一样的。

总结

从效果上来看，FastGPT 的知识库检索是强于 Dify 的，但是这并不代表 Dify 就不如 FastGPT：

• 首先，在知识库创建上，FastGPT 在「Web 站点同步」和「外部文件库」这两个功能上是收费的，就算是本地部署也是收费的，而 Dify 则是免费的；
• 其次，个人感觉 Dify 的部署到使用，是比较简单的，而且交互体验和 UI 上也优于 FastGPT
• 开源版本的 FastGPT 的知识库限制为 30个，应用限制为 500 个；而 Dify 的社区版没有这些限制
• Dify 中提供了丰富的内置工具和一些模版，FastGPT 在这块比较欠缺

综上，如果对知识库有比较高的要求，尤其是想做智能客服问答类的产品，推荐使用 FastGPT，反之对 Agent 感兴趣则可以尝试一下 Dify。

 如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

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70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

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：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​

一、LLM大模型经典书籍

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LLM大模型报告合集

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、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

五、AI产品经理大模型教程

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

​