
过去的两年里,AI可谓席卷各行各业,企业用AI,大家都面临着这样一个问题:AI这么强大,我的企业如何能充分用起来?如何能用好AI?如何能更安全更便宜地使用AI?所以今天就给大家介绍下,企业AI落地开源三剑客:Dify、RAGFlow、n8n。
Dify、RAGFlow、n8n三者区别
先抛出大家最感兴趣和最关心的,下面是我使用后总结出来的三者区别,大家赶紧Mark住,可不是网上随便找来或AI生成凑数的,绝对都是真实的使用感受。

下面针对每一个,进行详细的介绍。
Dify
首先介绍下使用门槛最低、知名度最高、使用面最广、对标字节Coze平台,但是可本地部署的开源智能体神器:Dify。(本地部署可极大降低信息外泄的问题,原则上内网使用,限制访问公共网络可完全解决安全性问题,但这样会使有些功能受限,例如插件无法安装等,后面两个工具也是一样)

官网文档:https://docs.dify.ai/zh-hans/introduction
Github地址:https://github.com/langgenius/dify
Stars数:101K
Dify简介:关于Dify的介绍,我个人的理解概括为下面3点:
安装:建议使用Docker方式进行安装,简单快捷。虽然给出的最低电脑配置是2核+4G内存,但我个人建议用4核+8G比较稳妥。

Dify的版本更新的很快,如果要升级,注意备份存储卷。(数据存储在项目目录的docker/volumes下)

关于具体的使用这里不详细介绍了,后面会继续写公众号文章专门详细介绍Dify的使用,建议大家持续关注。
RAGFlow
第二个,介绍下稍微复杂些,需要有一定RAG基础才能轻松驾驭,但最接近企业级的知识库平台:RAGFlow。所以越是好用的工具,越想充分发挥出工具的特性,往往需要一定的技术储备。否则里面有些设置,要是不懂RAG的情况下,很难理解。

官网文档:https://ragflow.io/docs/dev/
Github地址:https://github.com/infiniflow/ragflow
Stars数:54.3K
RAGFlow简介:关于RAGFlow的介绍,我也用同样用自己的理解概括下:
安装:建议使用Docker方式进行安装,简单快捷。但是它对电脑配置的要求很高,因为它的定位是给企业使用,而不是针对个人的,所以建议选择Linux服务器安装(如果个人想Mac安装使用,有很多的坑)。配属上,个人推荐最低8核+32G内存,SSD硬盘。

同样的,关于具体的使用这里不详细介绍了,后面会写公众号文章专门详细介绍RAGFlow的使用,建议大家持续关注。
n8n
最后,介绍一个最复杂,但是最好用,被业界称为瑞士军刀的工作流工具,一般适合IT人员上手使用的开源明星产品:n8n。他的Star数增长的速度令人咂舌,可见业界对他的认可程度有多高。

官网文档:https://docs.n8n.io/
Github地址:https://github.com/n8n-io/n8n
Stars数:103K
n8n简介:关于n8n的介绍,同样用下面三句话进行概括:
安装:配属上,推荐4核+8G即可,但为了更好的扩展性,也可以参考下面官方推荐的配置,但我个人感觉前期没必要堆那么多核的CPU,反而内存应该稍微大一些。

具体安装,还是建议使用Docker方式进行安装,简单快捷。官方默认是没有中文版的,安装完是英文版,但是我们可以对其进行汉化。
官方原版:

汉化版:

汉化后,访问的地址是:http://localhost:15678 主要是端口变了,可以在docker-compose.yml文件中找到。
同样的,关于具体的使用这里不详细介绍了,后续会更新公众号详细介绍n8n的使用,建议大家持续关注。
-----
今天主要是对企业AI应用开源的三剑客Dify、RAGFlow、n8n进行了简单的介绍,让大家初步了解了这三款工具能够干什么,适不适合自己的企业。而往往企业在使用时都是组合使用,后续也都会详细进行说明。
(正文完)