2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

Dify v0.6.11:引入 Firecrawl 实现网页数据抓取,强化 Workflow 团队协作

发布日期:2024-06-21 04:07:41 浏览次数: 9657
作者:Dify

微信搜一搜,关注“Dify”

Dify 团队在最新的 0.6.11 版本中与 Firecrawl 达成合作,为知识库引入了同步 Web 站点数据的全新功能。这一更新不仅丰富了知识库的数据来源,还为用户提供了更加便捷、高效的信息获取方式,大大提升了用户体验。此外,本次版本更新还支持在 Workflow 中添加注释,从而增强了团队协作的效率和便利性。

Firecrawl:连接 Web 数据与 RAG 应用

Firecrawl 是一款强大的网页爬取和转换工具,它可以将任何网站的内容提取并转换为干净、结构化的 Markdown 格式。通过 Firecrawl 处理后的网站数据,非常适合作为 LLM 的上下文信息使用。你可以利用这些高质量的结构化数据,在 Dify 平台上便捷地构建 RAG 应用。

API 和功能配置

Dify 的知识库页面新增了"同步自 Web 站点"的选项,只需从 Firecrawl 获取 API 密钥即可完成配置。值得一提的是,Firecrawl 的云服务 API 还提供了 500 个免费页面的抓取额度,为用户提供了充足的试用机会。

Firecrawl 会爬取所有可访问的子页面,并以结构化的 Markdown 格式返回结果。在 Dify 中,我们提供了一些选项,让你可以根据特定需求灵活设置页面爬取的数量和深度限制。

"爬取子页面"选项包括:

  1. 数量限制:设置需要爬取的子页面总数上限。

  2. 最大深度:设置相对于输入 URL 的最大抓取深度(深度为 0 时仅抓取输入的 URL 页面,深度为 1 时则会抓取该 URL 页面及其一层直接子页面)。

这两个选项可以满足你的大部分基本爬取需求。此外,我们还提供了排除和包含路径的选项,以进一步细化你的网页爬取范围。

使用 Dify 进行数据嵌入和应用构建

Firecrawl 能够高效地并行爬取网页,快速交付结果。爬取过程完成后,你可以直接在爬取结果中选择所需的网页数据。选定的网页数据随后可以进行进一步的文本预处理和清理步骤。完成这些步骤后,数据将被嵌入并存储在 Dify 的向量数据库中,作为新的知识库供你在构建 RAG 应用时使用。

在 Workflow 中添加注释

除了为 Dify 知识库集成网页数据源外,Dify v0.6.11 还引入了注释功能,以便团队在构建 Workflow 时进行协作。你可以在 Workflow 编排页面的任意位置添加注释,与团队分享想法和思路。当你以 DSL 文件的形式将 Workflow 分享到社区时,这些注释将被保留,让你能够有效地和社区分享你的创意。

其他版本更新亮点

除了上面已经分享的两个主要更新之外,我们还集成了一些新的特性和改进:

  • 新增了包括腾讯混元在内的三个模型供应商,并对四个模型供应商的模型进行了更新,包括 Jina-CLIP-v1 嵌入模型。
  • 新增 TiDB、Chroma 和腾讯云向量数据库的支持。
  • 依赖管理:我们正在从 pip 过渡到 poetry,以实现更佳的包管理体验。poetry 支持更快的并行依赖下载和更优的冲突解决。
  • Dify 工作区的团队设置中新增了“编辑”角色:编辑者现在可以在工作区中添加和编辑应用程序,但不能管理团队设置,实现了更精细的权限设置。


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

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅