Junyan Qin (Chin)
Junyan Qin (Chin)
- fix: #858
#1341 合入之前不要再推入任何commit到此分支。
# 最终特性移除确认 - 移除 !ollama !model !update 命令，因为这些命令不再适用新版架构 - 组件扩展文档全部移除，等新的插件机制出来再加组件扩展 - 百度云审核已移除，等之后工具页加了之后再上 - 热重载全部移除，因为已经不需要了。。
辛苦修改，得过几天再看了，最近自家有个小程序要写一下，不好意思😵
@xnge 欢迎贡献！ LangBot 对于此类外部agent有很好的抽象层设计，你可以查看[架构图](https://docs.langbot.app/zh/develop/comp-arch.html) 先了解你应该实现的组件位置（Runner），然后参考pkg/provider/runners/ 下每个runner的写法来集成ragflow。 - 你可以直接fork主仓库代码并把ragflow的runner加入到主程序中然后提pr，不必以插件形式接入 - 更多详细信息可以加开发群询问：1032327138
@xnge 1. 关于你写的实现需要写的方法，可以看一下 localagent 那个类的父类。 2. 对，你需要在 templates/metadata/pipeline/ai.yaml 里加上你的 ragflow 配置项schema，参考其他的来写。有一个很好的例子是 #1468 可以稍微参考一下这个pr的yaml写法。当然，它的前端写得有点复杂，理论上你不需要改前端。 3. llm 不止局限于简单的一来一回对话，人们希望llm可以调用工具访问世界信息，所以 Agent 诞生了。Agent 的运行过程比较复杂： 一来一回对话： ``` User: xxxxxx Assistant: xxxxxxxxxx ``` Agent 运行机制 ``` User:...
现在支持ragflow作为外部知识库，下个版本包含。
这个地址不对，你需要确认一下你的n8n实例是否有签ssl证书，没有签的话，请使用http://
目前暂时不能。这个特性已经在开发阶段，预计将在两周后于 4.0 版本中发行。现在可以先通过多开 LangBot 来实现。 调研一下，这个功能你的使用场景是什么？是不同机器人账号使用不同的 dify 工作流，还是不同会话（群）内使用不同工作流？
@sheetung 总之现在会做multi pipeline的特性，后续区分会话来也很容易扩展。