通过Dify配置MCP实现调用高德地图MCP功能全攻略
MCP（Model Context Protocol）是由Anthropic推出的开放标准协议，旨在为AI模型与外部工具、数据源建立标准化连接通道。其核心价值在于通过统一接口规范，实现AI能力与现实世界资源的无缝对接，被业界称为"AI界的USB-C接口"。该协
dify
Dify+数字人：开启智能交互新纪元
在当下数字化浪潮汹涌澎湃的时代，人工智能技术如雨后春笋般不断涌现，数字人作为其中一颗璀璨的新星，正逐渐走进大众视野并改变着我们的生活方式。与此同时，Dify 作为一种新兴的技术平台或概念，与数字人相结合，正展现出巨大的潜力和无限可能，为智能交互领域带来前所未有
安装Dify源码并修改前端发布
Dify 是一个开源的大语言模型（LLM）应用开发平台，目前是开源的，可以拿到完整的前后端源码，Dify 虽然开源协议，但要求前端代码保留版权协议和Logo；
Dify 1.3.0 震撼发布！我们看看都发布了哪些新功能？
2024 年 4 月 23 日，开源 LLM 应用开发平台 Dify 正式发布 1.3.0 版本（GitHub 标签页）。作为聚焦 AI 工作流构建与企业级落地的核心版本，1.3.0 围绕「效率提升」「能力拓展」「生态完善」三大维度进行了系统性升级，为开发者和
dify v1.3.0发布：插件自动更新、Mermaid优化，AI开发更高效！
亲爱的技术爱好者们，Dify 团队带来了全新的 v1.3.0 版本！本次更新不仅包含多项重磅功能，还有大量性能优化和 Bug 修复，让你的 AI 开发体验更上一层楼！
Dify又更新啦！V1.3.0版本来袭，速来一起看看！
距离V1.2.0更新才一周多，这次又推出了V1.3.0版本，这次更新不仅带来了新功能，也对部分原有功能进行了强化，并且解决了在之前版本中的一些BUG，下面就由我带大家一起看看这次的更新内容吧！
一键部署 Dify + MCP Server，高效开发 AI 智能体应用
从 2024 年 Dify.ai 发布开源框架 Dify以来，到全球开发者基于其快速构建的智能客服、企业知识库、AI 营销助手等场景应用，GitHub 上已有超过 2.3 万个 AI 应用项目诞生。
Dify + 知识库预研：完胜 Open WebUI？
功能优势显著但仍需打磨: 从理论层面来看，Dify 相较于简单直接的 Open WebUI 向量知识库更具优势。Dify 不仅功能多样，能在 ChatBot、Agent 等多种场景中发挥作用，然而要实现理想的效果，还需投入大量工作进行优化调整。硬件资源需求明确
【Dify+deepseek+MCP】从入门到精通，手把手教你效率开挂（三）
在Dify社区里，开发者们在插件市场大展身手，精心打造出多款超实用的 MCP插件，让 Dify 拥有了神奇的 “智能连接魔杖”。通过插件能力，轻轻松松就能把外部强大的 MCP 服务，无缝接入到自己的 Agent 应用或工作流中，给 AI 助手装上超级外挂！
【Dify+deepseek+MCP】从入门到精通，手把手教你效率开挂（二）
从下图可知，大模型（Host）跑在MCP客户端（Client）上，我们完成任务所需要的工具和数据跑在MCP 服务器（Server）上。服务器和客户端之间，通过MCP协议进行通信和连接。
【Dify+deepseek+MCP】从入门到精通，手把手教你效率开挂（一）
对于想要了解和研究AI领域的人来说，MCP可谓不可不学。自2024年11月份由Anthropic发布以来，尤其AI Agent的爆火，MCP热度迅速提升，目前已经成为了业内大模型和工具交互的标准协议。
【分享】Dify更新V1.2.0版本，新功能速递，快来看看吧！
如果您对源码&技术感兴趣，请点赞+收藏+转发+关注，大家的支持是我分享最大的动力！！！
dify案例：工作流执行sql获取执行结果
看了很多dify的资料和视频，但是动起手来之后，才发现有很多知识自己理解的不是很透彻，所以需要实现很多的案例来加深对知识的理解。第一个案例就是对话框输入sql，然后通过两种工作流节点：代码执行和http请求，测试dify的工作流节点+python使用flash
【分享】Dify开发必备：分享8个官方文档不曾解释的关键技巧
Dify 是一个帮助你快速搭建 AI 应用的工具，其定位类似Coze。但相比Coze——Dify是免费的、开源的，人人都可以用。哪怕你不懂编程，也能用它参与到 AI 应用的设计和使用中。总之，如果你是开发者，它帮你省下大量重复工作，把精力放在真正的创造和业务上
结合Dify+DeepSeekR1大模型+Zabbix实现监控数据实时分析探索
Zabbix作为成熟的监控系统，存储了大量基础设施的实时数据。通过Dify与Zabbix集成，可直接用自然语言查询监控指标（如CPU使用率、磁盘空间）并生成动态图表。本文重点从实现思路和方式上进行探索，一些细节性的处理未经验证，有兴趣的小伙伴可以结合思路进行尝
模型 zabbix json dify deepseekr1 2025-03-22 22:37 6
3小时变10分钟！Dify+Python把数据分析师从加班中救出来了
# 核心代码片段（自动生成Word报告） def generate_report(data): engine = DocxTemplateEngine engine.render( title=ai_result['title'], chart=plot_ch
只是文档灌Dify？RAG发展一篇文就入门！
LLM 训练不是实时的，而是离线训练好的。在训练过程中，使用的数据都是提前准备的，而且大多数是公开、开源的数据，这就导致了 LLM 训练后具备的知识是有范围的。换句话说，模型知识仅限于训练数据所涵盖的知识范围，对于新的知识（比如今天的新闻）或未训练的知识（比如
【分享】Dify v1.1.0 发布：增加元数据属性，RAG 检索效率翻倍
近期， Dify v1.1.0，并推出了以“元数据”作为知识过滤器的新功能。通过利用自定义的元数据属性，元数据过滤能够提升知识库中相关数据的检索效率和准确度。过去，用户只能在庞大的数据集中进行搜索，无法根据特定需求进行筛选或控制访问，难以快速锁定最相关的信息。
Dify图片显示秘籍：轻松让你的内容“图文并茂”
获取图片地址：在 Dify 的文生图工具中，返回的数据一般是 JSON 数组。通过“参数提取”节点，设置好提取的字段，将图片的 URL 地址设置为要提取的字段。将提取出来的图片 URL 设置为 Markdown：在“参数提取”节点后面，接入一个“模板转换”节点
作死式PR！某公司篡改Dify Logo遭律师函暴击
昨天早上给大家分享了一个dify发给某公司的律师函，提醒大家使用dify的时候规避法律风险。请大家尊重开源协议（一般自己内部使用你爱咋玩咋玩，别分享出去）。