想整一个，有没有懂行的佬友们介绍一下，谢谢
26 Likes
fastgpt偏向知识库，dify偏向工作流
17 Likes
糟糕 我想用知识库却安装了dify
10 Likes
没事，再装个fastgpt就行，dify接它的知识库
8 Likes
其实Dify的知识库也不错的，只不过Dify用的向量数据库是weaviate，而fastgpt用的是pgsql+vector的向量插件。
我倒觉得Dify最大的缺点是他的api不兼容openai格式，这的确是硬伤，对于应用层调用来说，程序员需要重复开发的。
17 Likes
new api不是可以接入dify的api吗？这样不就可以转了
虽然我没试过
1 Like
学到了 
1 Like
是的，可以转。但这不等于还是多了一道手续嘛
1 Like
Dify 也支持pgsql+vector 这种模式吧，我日常用的是 Milvus
2 Likes
大佬太懂了！
1 Like
帅哥太懂了！
1 Like
dify 的父子分级模式知识库不知道怎么样，一直在用 fastgpt，看测评还是不如 fast
2 Likes
这俩和ragflow比起来咋样啊 有没有佬总结下
1 Like
ragflow也很好，偏向rag的
1 Like
嗯，见过用milvus的还真没注意有没有人用pg+vector。现在milvus很火啊感觉比weaviate势头猛
2 Likes
很差. 即使文档整理成了父子模式
1 Like
dify的知识库做的实在拉跨
fastgpt看文档安装挺麻烦,没有装
目前我用的方案是 dify工作流+ragflow
4 Likes
ragflow 的 lightrag 或者 graphrag 真的能用么 我测试同样的文件用同样的 LLM 和 Embedding 模型，ragflow 花 kotaemon 或者 LightRAG 官方库几倍的时间和 tokens 都解析不完文件 
1 Like
对了，关于楼主的问题。默认设置下 fastgpt 的知识库取回确实比 dify 好，但 fastgpt 社区版限制也比 dify 大得多，基本上除了默认设置也没有别的选择 此外 fastgpt 社区版不支持多用户，添加模型也比 dify 麻烦一些，工作流我个人觉得 dify 比 fastgpt 好用不少。
dify 做的工作流本身不支持 openai compatible api 外接，但有项目单独做这个比如：https://github.com/fatwang2/dify2openai。
ragflow 在 rag 方面技术选择是最多的，但是又吃资源又慢 
我尝试好几次都没真在生产环境里用上。
4 Likes
知识库要自己根据文档配置的，dify给的设置选项挺多