🚀Difyの新バージョン「ナレッジパイプライン」（Knowledge Pipeline）をリリースしました！主なアップデート内容： 🔹視覚的オーケストレーション：RAG全体のフローをキャンバス上で直感的に設計可能。オープンかつ柔軟なアーキテクチャを採用。 🔹ユニバーサルコネクタ：Notion、Google Drive、S3、Firecrawl対応。独自コネクタもプラグインで開発可能。 🔹

#Dify #ナレッジパイプライン #RAG #データ連携 #視覚的オーケストレーション

相关新闻

土猛的员外

1天前

周末两天看了好多AI Agents的案例，感觉我们前面扎根做知识库+RAG也算是一种正确的选择，特别是在toB场景中。

Ye Lanlan

2天前

我不擅长在不同上下文之间来回切换，总是只专注于一件事。过去一年里，我几乎只做了“改善 Dify 的后端架构”一件事。最近，它开始进入了积极的循环：越来越多的贡献者开始愿意深入 Dify 的代码了。我也得以从这件事中脱身去整理这一年来的各种想法，所以接下来欢迎通过 DM / TG 跟我聊天，找我玩儿👻

尹珉

2天前

Dify & VibeWeave 感谢布总给我们最高规格的待遇！

Gorden Sun

1周前

TestBrain：AI测试智能体从PRD直接生成标准格式化的测试用例，使用了RAG减少幻觉。通过维护企业的知识库，包括需求文档、设计文档、接口文档、过往具有参考价值的老用例、UI设计图等内容，可以生成更符合实际需求的测试用例。支持从metersphers接口定义文档，智能生成接口测试用例，后续还会支持apifox等。 Github：

howie.serious

2周前

对比下两种不同的说法： 1）书，在未来会成为“embedding化的智能副本” 2）“把这本书RAG一下” 更具体一点，多说一句话来解释：把一本书的文本切块，处理成高维向量（embedding）后放进向量数据库（vector DB）；读者可以直接对书（的embedding）提问，用相似度算法把最相关段落检索出来，然后llm基于这本书的内容来回答读者问题。简称为“RAG”。