微信扫码
添加专属顾问
我要投稿
Dify 1.7.0带来插件认证与自动升级能力,并教你如何在工作流中去除模型思考内容。 核心内容: 1. Dify 1.7.0版本新增OAuth支持和插件自动升级功能 2. 工作流中去除模型思考内容的代码实现方法 3. 版本升级后的性能表现与使用建议
在dify1.7.0中,编排工作流,一般不去除模型的思考内容,但是在很多时候,模型的输出直接作为中间结果时,去除思考内容是很有必要的。
可能有人会说,既然不需要思考内容,直接换模型不就成了吗?
其实,在真正项目使用中,确实很多都使用的非推理模型,直观的感受就是“快”,但在正常的问答中,又想看看模型的思考方式,思考内容,这些东西可以帮我们理解很多东西,有助于我们的学习,在这种情况下,私有化部署的模型,就不能够使用非推理模型了,因为要满足多种需求,总不能部署多套模型吧?那样本地部署成本是相当高的。
以下是去除思考的工作流:
上述工作流很简单,需要注意的是代码执行节点中,代码的实现,将下述代码粘贴到代码执行节点中即可:
import re
def main(arg1: str) -> dict:
result=re.sub(r'<think.*?</think>','',arg1,flags=re.DOTALL).strip()
return {
"result": result,
}
执行结果:
以上便是dify升级1.7.0和简单代码执行节点的使用情况了。
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POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-12-23
智能体落地元年,Agent Infra是关键一环|对话腾讯云&Dify
2025-12-21
你的知识库为什么总搜不到答案?试试Dify这个“隐藏开关”
2025-12-21
怎样选择Dify工作流中的OCR工具?
2025-12-20
Dify回退版本翻车,你遇到了吗?
2025-12-18
Aiops探索:在n8n工作流里调用Dify应用API
2025-12-17
Dify 从不被看好到 GitHub Top 50 的项目,垄断日本市场,它到底做对了什么
2025-12-17
Dify如何接入本地大模型?
2025-12-17
Aiops探索:这个场景我决定放弃n8n而是选择Dify
2025-10-13
2025-12-05
2025-12-08
2025-10-12
2025-11-11
2025-11-09
2025-09-30
2025-11-20
2025-12-05
2025-10-16