还有一个月就上班了，不知道未来咋样，最近还出去旅游了，以后可能会发点生活捏，不全是教程了。 公司正在数智化转型，感觉agent开发的需求在突飞猛进，之前讲过了Rag在pycharm上的实现，现在学习dify，跟上时代脚步，嘿嘿。这次的系统是windows捏。 ✅ 第一步：安装 Docker Desktop 官网安装 Docker Desktop，并启动它 📸 图2 ✅ 第二步：下载 Ollama 📸图3 并拉取嵌入模型 bge-m3📸图4 ollama pull bge-m3 ✅ 第三步：从github上面下载代码并安装 https://github.com/langgenius/dify，按照readme进行操作（到docker文件中，复制一个.env文件，然后docker拉起）docker compose up -d。在docker中看到后网址输入http://localhost/install打开dify并登录📸图5 ✅ 第四步：打开新的项目并配置模型 打开空白应用选择聊天机器人📸图6，右上角配置模型中安装deepseek插件并输入自己的api📸图7和📸图8。返回后尝试问一下他是谁看看效果📸图9，之后配置text embedding，使用刚刚的bge-m3，url输入：http://host.docker.internal:11434📸图10 ⚠️如果出现问题可以在docker目录的.env中输入以下两行： CUSTOM_MODEL_ENABLED=true OLLAMA_API_BASE_URL=主机ip:11434 并配置主机环境变量OLLAMA_HOST为0.0.0.0监听全局。配置好效果📸图11 ✅ 第五步：配置知识库（Rag） 点击知识库📸图12，随便配置你们公司的文件或者我直接放了一个论文，在索引中选择高质量然后可以看到我们之前的embedding📸图13，设置好后回到工作台问一下，可以看到他引用了知识库的内容。 花了一天时间才搞完，也是年纪大了嘿嘿，完结撒花 马上就毕业了，希望大家也可以给我一些上班建议和帮助，一起学习交流捏 #agent开发实战 #学习日常 #研究生 #深度学习 #人工智能 #dify #应届毕业生