粤ICP备17114055号
微信扫码
添加专属顾问
支持私有化部署
我要投稿
探索DeepSeek+Dify工作流在数据库查询和代码嵌入方面的高效应用。 核心内容： 1. DeepSeek+Dify工作流的基本概念和优势 2. 工作流嵌入Python代码的实践案例 3. 工作流作为前端和后端的潜在应用及日志处理问题
通过前面的文章，我们基本可以了解到知识库的建立和大模型使用的一些基本流程。接下来会分享下工作流方面的demo
'''
0.下面3种感觉可以处理很多问题
1.数据提取处理
2.http请求
3.数据库连接（这个我没实验）
4.不知道能不能安装第三方的库（这个我没实验，因为2感觉就可以处理很多问题了）
'''
import datetime
import requests
# 注意后面有类型的
def main() -> dict:
now=datetime.datetime.now()
response=requests.get("https://www.baidu.com")
return {
"result": now.strftime("%Y-%m-%d %H:%M:%S"),
"query": str(response.status_code),
}53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-04-30
知识融合新范式：Cherry Studio×dify 知识库联动全解析
2025-04-29
Dify 平台集成 Palo Alto Networks 安全插件，为 AI 应用注入企业级安全防护
2025-04-29
Dify→ LLM 节点 说明
2025-04-28
速看！最新版 Dify 连接 Ollama 与 vLLM 全攻略
2025-04-27
Docker 部署 dify 连接 ollama 模型报错？
2025-04-27
Dify 工作流→ 节点及相关功能
2025-04-26
java对接Dify的工作流API(实战篇)
2025-04-26
关于一次dify的渗透
2024-12-24
2024-04-25
2024-07-16
2024-07-20
2024-04-24
2024-06-21
2024-05-08
2024-11-15
2024-05-09
2024-08-06
2025-04-27
2025-04-15
2025-03-20
2024-12-19
2024-09-13
2024-09-13
2024-08-28
2024-04-24
回到顶部