璟易的技术博客

菜单

Jackson Zhang
发布于 2025-01-20 / 1512 阅读
3
0

AI微信客服工作流搭建全流程，附Dify工作流文件

搭建流程概览

欢迎加群沟通交流：955097147；

有点糊，凑合看；

前期工作

基础操作系统

本流程全部基于ubuntu-22.04.2-live-server-amd64这个镜像安装的基本系统（可以是虚拟机，也建议部署虚拟机），当然选择macOS、unraid、群晖甚至是windows都可以，只要你能够完全理解docker并解决兼容性问题即可；

如果担心解决不了兼容性问题，那就完全按照我的流程来，99%的问题都可以避免；

魔法环境

因为一些众所周知的原因，国内IP无法访问docker了，所以想要pull docker镜像，就得用点小手段，具体的操作B站上有很多，自行搜索解决。

飞书文档账号

飞书和抖音一家的，有抖音号就能用手机号登录飞书；

飞书开放平台：https://open.feishu.cn/app?lang=zh-CN

从以上地址申请一个应用，然后开通API，备用。

硅基流动账号

访问地址：https://cloud.siliconflow.cn/

直接手机号登录，直接赠送14元2000W的token额度，可以白嫖用很久；

https://cloud.siliconflow.cn/i/uTfmHCxU（这是我的邀请码，用不用都会赠送14元，不过用了我也会拿到14元~）

（不过看图片里的活动说明，好像要受邀才赠送。。。我也记不清我当初有没有用邀请码了）

本地有显卡的，可以不用这个，部署ollama，直接用qwen2.5:7b，效果也很好；

部署ubuntu虚拟机

安装Virtual Box

  1. 安装程序的下载地址：https://www.virtualbox.org/，直接Download最新版本即可

  1. 根据你的平台下载即可（下载速度贼慢的，可以从我文章末尾提供的阿里云盘链接下载）；

搭建Dify平台

前提条件：已经安装完成Ubuntu，如果你安装了windows docker或者使用其他平台的docker，直接跳转到：可选：安装portainer ce

安装docker

确保已经安装了Docker。如果没有安装，可以使用以下命令安装Docker：

sudo apt update
sudo apt install docker.io

验证是否安装成功

docker --version

成功则显示

llm@llm:~$ docker --version
Docker version 26.1.3, build 26.1.3-0ubuntu1~22.04.1

安装Docker Compose

下载Docker Compose二进制文件。您可以访问 Docker Compose官方GitHub发布页面 来找到最新版本的下载链接。以下是安装Docker Compose的命令：

sudo apt install curl
sudo curl -L "https://github.com/docker/compose/releases/download/v2.5.0/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose

修改二进制文件的执行权限：

sudo chmod +x /usr/local/bin/docker-compose

验证安装是否成功：

docker-compose --version

能正常输出docker-compose的版本就算安装成功了。

如果下载失败，提示 Could not resolve host: github.com

解决办法为更换dns，

sudo nano /etc/resolv.conf

将dns更换为8.8.8.8

如果还是下载不了，要科学上网~

可选：安装portainer ce

这玩意可算，管理docker比较方便，已经汉化，方便使用：

sudo docker pull 6053537/portainer-ce

sudo docker volume create portainer_data

sudo docker run -d --name portainer -p 9000:9000 --restart=always -v /var/run/docker.sock:/var/run/docker.sock -v portainer_data:/data  6053537/portainer-ce

可选：安装Ollama（本地没有显卡不要装）

本地没有显卡的就别装了， 直接用在线大模型；

6G以上显存的可以来一波：

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

安装Dify

cd ~

git clone https://github.com/langgenius/dify.git

cd dify/docker

cp .env.example .env

sudo docker compose up -d

全部启用完成后，从浏览器访问：http://ubuntu的ip地址；即可访问到dify

安装Dify完成后，我们先放到一边，进行其他的准备工作；

配置大模型服务

获取供应商API

  1. 浏览器访问：https://cloud.siliconflow.cn/i/uTfmHCxU（介意者去掉我的邀请码，一样可以注册）；

  2. 可以使用手机号注册或者使用Google、Github账号直接登录：

  1. 注册完成后要实名认证，然后点击右侧API选项卡：

  1. 点击新建API秘钥，随便写个描述，然后复制得到的密钥：

获取硅基流动的对话、嵌入模型、重排序模型

  1. 打开硅基流动的模型广场，可以看到有六类模型：

    1. 对话（就是我们常用的LLM模型，本教程必选项）

    2. 生图（文生图用的）

    3. 嵌入（知识库量化时使用的，本文必选项）

    4. 重排序（提升知识库的匹配率，本文可选项）

    5. 语音（文转语音以及反向）

    6. 视频（没研究过。。。不不确定是不是文生视频，也可能是多模态）

  2. 我们要使用的就是对话、嵌入、重排序模型；

  3. 关于对话模型：虽然硅基流动提供了所谓满血Deepseek，但是基本上无法响应，可用的满血模型是Pro/deepseek-ai/DeepSeek-R1和Pro/deepseek-ai/DeepSeek-V3这俩，但是赠送余额不能用，充值才可以（我反正不用）；

    1. 本文所使用的智能AI客服，我实测了只要7B的模型就能整儿八经的跑起来，所以这里面的模型大家闭着眼选一个32B及以上的参数量，妥妥的是没问题的，我个人建议使用Qwen系列；

    2. 建议使用的对话模型：Qwen/Qwen2.5-7B-Instruct（目前免费随便用）、Qwen/Qwen2.5-14B-Instruct（意图识别方面理论上效果更好一些）；

    3. 建议的嵌入模型、重排序模型名称（直接复制）：

      1. 嵌入模型：netease-youdao/bce-embedding-base_v1

      2. 重排序模型：netease-youdao/bce-reranker-base_v1

    4. 模型已经都有了，大家直接复制名字，接下来配置到dify中；

  2. 模型有了，客服流程的最后一步就是飞书云文档的API了；

配置飞书云文档

飞书的API概念

今天更新文档之前有小伙伴告诉我被这部分给搞晕了， 其实我在不部署的时候疯狂吐槽字节的API设计，为了安全搞得确实麻烦的要命；

今天在开始配置之前，我认为有必要先让大家搞清楚飞书的各种Token和key到底是干嘛的？从哪里获取？

名称及获取位置：

app_id ： https://open.feishu.cn/app?lang=zh-CN

app_secret： https://open.feishu.cn/app?lang=zh-CN

tenant_access_token：https://open.feishu.cn/document/server-docs/api-call-guide/calling-process/get-access-token

app_token ：https://open.feishu.cn/document/server-docs/docs/wiki-v2/space-node/get_node?appId=cli_a7c79cc71c24900e

table_id ：飞书多维表格的URL

创建多维表格

  1. 访问：https://feishu.cn/drive/home ，即可打开飞书云文档的首页；

  2. 直接点击新建多维表格

  1. 或者直接复制我分享的表格，相关的智能字段都已经创建完成：

https://ocnjcezdgcjy.feishu.cn/base/TD48bpTIUa8cFGszunqcZu2enHd?from=from_copylink

  1. 复制完成后，其中带”AI”标识的智能字段的总结内容需要根据你自己的实际业务情况来修改

获取对应的飞书表格ID、Token

参考这个表格进行获取，然后填入到dify工作流中

名称及获取位置：

app_id ： https://open.feishu.cn/app?lang=zh-CN

app_secret： https://open.feishu.cn/app?lang=zh-CN

tenant_access_token：https://open.feishu.cn/document/server-docs/api-call-guide/calling-process/get-access-token

app_token ：https://open.feishu.cn/document/server-docs/docs/wiki-v2/space-node/get_node

table_id ：飞书多维表格的URL

配置Dify工作流

配置流程概览

Dify安装完成以后，需要做三部分操作才能正常使用我制作的智能客服流程：

  1. 配置模型提供商（下一章节中介绍如何配置硅基流动LLM模型）；

  2. 配置知识库；

  3. 导入工作流文件；

  4. 填写飞书中获取Key

配置模型供应商

  1. 登录到Dify界面，点击右上角的头像，选择设置

  1. 点击模型供应商选项卡，往下拉找到硅基流动的供应商位置（siliconflow），点击设置

  1. 输入之前复制的API Key，点击保存

  1. 可以看到一大堆模型已经添加好了？！

  1. 到这，模型就准备完成了（Dify对硅基流动的优化真不错，省事）；

配置知识库

出于学习目的，可以先试用我提供的牙科客服的知识库示例文件：
牙痛咨询示例.txt

牙科报价_V2.xlsx

牙科问题交流.txt
点击即可下载。

  1. 新建知识库之前，需要配置向量模型以及重排序模型（硅基流动提供在线的模型，如果按照我上的步骤，那已经配置好了）；

  1. 选择下载的知识库示例文件并上传，点击下一步

  1. 选择好对应的embedding模型和rerank模型，检索设置选择混合检索；分段设置根据需要选择通用还是父子分段；

  1. 点击保存并处理，知识库就创建完成了。

导入工作流文件

B站视频中的dify工作流文件：

工作流模板.yml

  1. 选择导入DSL文件，上传上面下载的工作流模板.yml文件，导入完成。

修改模型以及填写环境变量

  1. 修改工作流中所有黄色叹号的节点，这说明没有选择有效的模型，直接编辑节点，选择硅基流动的LLM模型即可

  2. 填写会话变量，图中这四个必填；

  1. 方便你们查看，这里再贴一次图

image-aqgd.png

至此，该工作流已经可以正常运行了，点击发布即可API调用或者使用内置的页面进行访问：

对接微信

这方面我最近了解到了langbot，这玩意似乎比dify on wechat还要好用，我先研究一下，晚点补文档和视频。

AI竞技场项目介绍

评论