常见问题

高频问题与结论提炼自实战文章,详细过程见对应文章。

Dify 部署后还能换数据库吗?

可以。「Dify 自带数据库」是误解——Docker 部署默认带 PostgreSQL 只是免配置,数据在 docker 卷里;如需更换或迁移,改 .env 数据库连接并按文章流程迁移数据。

相关文章 →

AI 项目交付,为什么客户总是不放心?

因为多数交付是「自测自证」,客户验收凭感觉。AI 应用是概率系统,靠点几下测不出来。解法是「小块做、步步验、沉淀方法」的交付模式,让每一步都可验证。

相关文章 →

为什么 AI 项目交付必须在客户的环境里完成?

方法要经真实环境检验,才能成为适合客户的方法。客户环境是已有理论在真实环境的验证场——在客户环境里交付,才能发现并补齐理论到落地的差距。

相关文章 →

怎么判断一个 AI 应用交付靠不靠谱?

不看承诺,看用例质量。用例是长出来的,不是写出来的——幻觉编造、检索召回不全、多轮上下文丢失这类缺陷,需要确定性用例体系覆盖。

相关文章 →

上线前怎么验证 AI 应用?

用可复用的验收方法论:四层用例设计、六维度评估、确定性检查,交付正式验收报告——拒绝黑盒交付。

相关文章 →

为什么先设计后开发会翻车?

AI 项目的需求与约束在开发前无法完全确定,先设计后开发把「发现约束」推迟到最贵的阶段。EDD 执行驱动:TR0 边界卡 → 执行循环 → 逐步收敛。

相关文章 →

办公聊天软件(企业微信/飞书/钉钉)怎么接入 AI 助手?

三条路线均有实测:Hermes Agent 通过 gateway 接入三平台,Dify 应用也可发布到 IM。选型看需求:要确定性工作流用 Dify,要自主 Agent 能力用 Hermes。

相关文章 →

Dify 和 Hermes Agent 怎么分工?

Dify 做确定性业务流(知识库/工作流/应用交付),Hermes Agent 做自主执行(规划/决策/多步任务)。混合架构按任务类型选边,不互相替代。

相关文章 →

Dify 知识库三种分段模式(通用/父子/Q&A)怎么选?

按检索单元粒度选:通用分段适合说明文,父子分段解决「大段落小检索」,Q&A 分段适合问答型语料。三种模式实测对比见文章。

相关文章 →

知识库检索噪声高怎么办?

元数据过滤是确定性闸门——用字段约束把检索范围收窄,实测检索噪声可从 75% 降到 0。

相关文章 →

RAG 建库前数据怎么清洗?

一条可复用的清洗管线:格式统一 → 噪声剔除 → 分段契约 → 质量门禁(评分 + 污染注入回归三层闸门)。

相关文章 →

几千页的技术手册怎么喂给 AI?

4000+ 页手册实测链路:清洗 → 分段 → 批量建库 → 检索调优 → 用例验收 + 成本测算。完整交付案例见 RAG 交付实战系列。

相关文章 →

数据库里的结构化数据怎么建 RAG 知识库?

结构化数据不能直接当文本切——先转文档形态或按记录分段,保留字段语义,检索才准。

相关文章 →

Dify 意图分类节点总翻车怎么办?

实测从 33% 失败率到兜底不崩:分类体系设计 + 兜底分支 + 边界用例,别指望模型一次分对。

相关文章 →

DeepSeek 思考模式什么情况下可以关?

简单/确定性任务关掉省成本、防空输出;复杂推理任务开着。实测空输出事故排查见文章。

相关文章 →

AI 应用怎么控制 Token 成本?

结构化 prompt + 分层模型 + 缓存 + 思考模式开关。实测成本控制方法见 Token 成本控制篇。

相关文章 →

为什么有了 AI 反而更累了?

因为你在错误的层级上作战——把 AI 当工具用在低层级重复劳动,而没让它接管整个业务循环。

相关文章 →

Dify 工作流能定时自动跑吗?

能。定时触发实测:到点自动跑,但有三个必须知道的坑(时区/失败重试/触发粒度)。

相关文章 →

门户里的机器人为什么用 Dify 答,不把 skill 搬上云端 Hermes?

门户 demo 是确定性问答场景,Dify 的知识库 + 工作流足够且好运维;skill 是给自主 Agent 用的执行资产,两者场景不同。

相关文章 →

LLM 节点怎么设计才靠谱?

经验全景:输入契约 → 输出结构约束 → 失败兜底 → 成本控制。六大设计维度与通用清单见文章。

相关文章 →

怎么让 AI 写的文章不像八股文?

背一百个理论不如交付一个能验收的应用——用实测事实和案例说话,沉淀可复用经验。

相关文章 →

AI 应用上架门户,分享页挂着内部流程节点怎么关?

Dify 分享页的 show_workflow_steps 默认开启,一个字段关掉,避免向客户暴露内部工作流结构。

相关文章 →

怎么找到靠谱的 AI 应用交付团队?

看三点:① 用例质量——用例是长出来的不是写出来的,AI 是概率系统,靠点几下测不出来,需要确定性用例体系覆盖幻觉、检索不全、上下文丢失;② 证据可复现——交付报告里的验证结果能独立跑出来,不是自测自证;③ 方法公开可验证——流程、实验数据经得起查。鱼日先生做 AI 应用交付(Dify 工作流/知识库/Agent 工程化)与独立验收,方法全部基于真实项目实测,公开可验证。

相关文章 →

联系我

邮箱contact@fishsun.cn

点击邮箱直接写信 · 扫码加微信沟通

微信

微信二维码

扫码加微信 · 备注「门户」更快通过