华为云Flexus+DeepSeek征文｜从零搭建企业级AI知识库：DeepSeek + Dify + Flexus X 实战指南

DeepSeek V3/R1 (MaaS商用推理) → Flexus X实例 → Dify平台 → AI知识库 → 企业生产可用

┌─────────────────────────────────────────────────────┐ │ 用户终端 │ │ (Web / API / 微信 / 钉钉) │ └────────────────────┬────────────────────────────────┘ │ HTTPS ▼ ┌─────────────────────────────────────────────────────┐ │ Dify 应用开发平台 │ │ ┌──────────────────────────────────────────────┐ │ │ │ RAG Pipeline: 文档解析→切分→向量化→检索 │ │ │ │ Agent: 意图识别→工具调用→多轮对话 │ │ │ │ LLM节点: Prompt模板→模型调用→后处理 │ │ │ └──────────────────────────────────────────────┘ │ └────────────────────┬────────────────────────────────┘ │ API ┌──────────┼──────────┐ ▼ ▼ ▼ DeepSeek Embedding Flexus X V3/R1 Model (向量数据库/ (MaaS) (MaaS) 存储服务)

# API配置示例 import openai # DeepSeek V3 - 适合通用对话和内容生成 V3_ENDPOINT = "https://maas-deepseek-v3.apigw.huawei.com/v1" V3_API_KEY = "your-api-key-here" # DeepSeek R1 - 适合复杂推理任务 R1_ENDPOINT = "https://maas-deepseek-r1.apigw.huawei.com/v1" R1_API_KEY = "your-api-key-here"

from openai import OpenAI client = OpenAI( api_key=R1_API_KEY, base_url=R1_ENDPOINT ) response = client.chat.completions.create( model="deepseek-r1", messages=[ {"role": "system", "content": "你是一个资深的Python技术专家"}, {"role": "user", "content": "请详细解释Python中的装饰器模式，\ 包括functools.wraps的作用，并给出一个带参数的装饰器示例"} ], temperature=0.6, max_tokens=2048 ) print(response.choices[0].message.content)

# 1. 安装 Docker curl -fsSL https://get.docker.com -o get-docker.sh sudo sh get-docker.sh # 2. 安装 Docker Compose sudo curl -L "https://github.com/docker/compose/releases/latest/download/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose sudo chmod +x /usr/local/bin/docker-compose # 3. 克隆 Dify 仓库 git clone https://github.com/langgenius/dify.git cd dify/docker # 4. 复制环境变量配置 cp .env.example .env # 5. 编辑 .env，配置 DeepSeek API # SECRET_KEY 需要随机生成 # 执行: openssl rand -base64 42 vi .env

# 安全密钥（必须修改） SECRET_KEY=your-random-64-char-secret # 初始化管理员邮箱和密码 INITIAL_ADMIN_EMAIL=admin@example.com INITIAL_ADMIN_PASSWORD=your-secure-password # PostgreSQL 配置 DB_USERNAME=postgres DB_PASSWORD=dify_secure_pass DB_DATABASE=dify # Redis 配置 REDIS_PASSWORD=dify_redis_pass # 存储后端（生产环境推荐 S3） STORAGE_TYPE=local # STORAGE_TYPE=s3 # S3_BUCKET_NAME=dify-files # AWS_ACCESS_KEY_ID=xxx # AWS_SECRET_ACCESS_KEY=xxx # S3_ENDPOINT=https://obs.cn-east-3.myhuaweicloud.com

# 6. 启动所有服务 docker-compose up -d # 7. 验证服务状态 docker-compose ps # 输出应该类似： # Name Command State Ports # -------------------------------------------------------------------------------- # dify-api /bin/bash /entrypoint.sh Up 5001/tcp # dify-web /bin/bash /entrypoint.sh Up 0.0.0.0:3000->3000/tcp # dify-worker /bin/bash /entrypoint.sh Up 5001/tcp # db docker-entrypoint.sh postgres Up 5432/tcp # redis docker-entrypoint.sh sh ... Up 6379/tcp # weaviate /bin/weaviate --host 0.0.0.0 Up 8080/tcp, 50051/tcp

模型类型: LLM 名称: DeepSeek-R1 API端点: https://maas-deepseek-r1.apigw.huawei.com/v1 API密钥: your-api-key 模型名: deepseek-r1 上下文长度: 8192（最大支持128K）

模型类型: Embedding 名称: DeepSeek-Embedding (或使用其他兼容模型) API端点: https://maas-deepseek-v3.apigw.huawei.com/v1 API密钥: your-api-key

# 检查端口占用 sudo lsof -i :3000 sudo lsof -i :5432 # 修改 docker-compose.yml 中的端口映射 # 例如：将 5432 映射到宿主机 5433

# Dify 推荐至少 4GB 内存 # 检查内存使用 free -h # 如果内存不足，可以限制部分服务 # 修改 docker-compose.yml，添加deploy.resources.limits

# 检查是否缺少必要的内核参数 sudo sysctl -w vm.max_map_count=262144 # 永久生效 echo "vm.max_map_count=262144" | sudo tee -a /etc/sysctl.conf

# 文档分段策略配置 分段方式: 自定义（按段落分隔，额外使用分隔符） 分隔符: ["\n\n", "\n", "。", "!", "?"] 分段最大长度: 500 tokens 分段重叠: 50 tokens # 避免上下文断裂 检索召回数: 3 # 每次检索返回Top-3相关片段

检索策略: 混合检索 向量权重: 0.7 # 语义相似度占比70% 关键词权重: 0.3 # 精确匹配占比30% rerank模式: 启用 # 使用rerank模型对召回结果重排序 rerank模型: 使用Dify内置的rerank模型

系统提示词: 你是一个专业的技术文档助手。请基于以下参考信息回答问题。 ## 回答要求 1. 优先使用参考信息中的内容回答 2. 如果参考信息不足以完整回答问题，请清晰说明局限性 3. 涉及代码时，标注版本号和依赖关系 4. 当多条信息存在冲突时，指出并说明原因 5. 如果问题与参考信息无关，请拒绝回答 ## 参考信息 {{#context#}} ## 对话历史 {{#histories#}} ## 当前问题 {{#query#}} 变量定义: context: 知识库检索结果（系统自动填充） histories: 多轮对话历史（可选） query: 用户当前提问

根据项目文档，该项目支持以下认证方式： 1. **API Key认证**（推荐）： - 在请求头中添加 `Authorization: Bearer <your_api_key>` - 适用于服务端到服务端的通信场景 2. **OAuth 2.0 授权码模式**： - 支持标准的 Authorization Code Flow - 配置步骤： a. 在控制台创建 OAuth 应用 b. 设置回调 URL c. 通过 `/oauth/authorize` 获取授权码 d. 通过 `/oauth/token` 换取 access_token - 适用于需要用户授权的Web应用 注意：OAuth 2.0 需要额外配置 Client ID 和 Client Secret， 具体配置文档请参考项目的 `docs/auth.md`。

import requests import json DIFY_URL = "http://your-dify-instance:3000" API_KEY = "your-dify-api-key" def batch_import_documents(dataset_id, documents): """ 批量导入文档到知识库 """ for doc in documents: payload = { "data_source_type": "upload_file", "indexing_technique": "high_quality", # 高质量索引 "doc_form": "text_model", "doc_language": "Chinese", "doc_type": "technical_doc", "process_rule": { "mode": "custom", "rules": { "pre_processing_rules": [ {"id": "remove_extra_spaces", "enabled": True}, {"id": "remove_urls_emails", "enabled": False} ], "segmentation": { "separator": "\n\n", "max_tokens": 500, "chunk_overlap": 50 } } } } # 上传文件并创建索引 with open(doc["file_path"], "rb") as f: files = {"file": f} resp = requests.post( f"{DIFY_URL}/v1/datasets/{dataset_id}/document/create-by-file", headers={"Authorization": f"Bearer {API_KEY}"}, data=payload, files=files ) result = resp.json() print(f"文档 {doc['name']} 导入{'成功' if resp.ok else '失败'}: {result}")

# Dify 工作流中配置缓存 缓存类型: Redis 缓存策略: 精确匹配: 开启 # 完全相同的问题命中缓存 语义匹配: 开启 # 相似问题（0.95相似度以上）命中缓存 缓存TTL: 3600秒 # 1小时后自动过期

# 在 Flexus X 实例上配置 Nginx 反代和限流 upstream dify_api { server 127.0.0.1:5001; keepalive 64; } # 限流配置 limit_req_zone $binary_remote_addr zone=dify_limit:10m rate=10r/s; limit_conn_zone $binary_remote_addr zone=addr_limit:10m; server { listen 443 ssl; server_name dify.example.com; location / { limit_req zone=dify_limit burst=20 nodelay; limit_conn addr_limit 5; proxy_pass http://dify_api; } }

# docker-compose 中优化 Weaviate 配置 services: weaviate: image: semitechnologies/weaviate:1.25.1 environment: # 利用 Flexus X 的高IOPS DISK_USE_ON_QUERY: 95 # 合理分配内存 MEMORY_LIMIT: 4096MB # 优化索引构建 HNSW_EF_CONSTRUCTION: 128 HNSW_EF: -1 # 向量维度（与 Embedding 模型对齐） DEFAULT_VECTORIZER_MODULE: text2vec-contextionary

# 成本监控脚本示例 import time from collections import deque class CostTracker: def __init__(self, budget_daily=50): self.budget_daily = budget_daily # 日预算（元） self.records = deque(maxlen=10000) def record_call(self, model, tokens_in, tokens_out): """记录一次LLM调用""" # DeepSeek 商用参考价格（请以官网最新为准） PRICES = { "deepseek-v3": {"in": 0.002, "out": 0.008}, # 元/1K tokens "deepseek-r1": {"in": 0.004, "out": 0.016}, } price = PRICES.get(model, PRICES["deepseek-v3"]) cost = (tokens_in * price["in"] + tokens_out * price["out"]) / 1000 self.records.append({ "time": time.time(), "model": model, "tokens_in": tokens_in, "tokens_out": tokens_out, "cost": cost }) def daily_cost(self): """今日累计费用""" today_start = time.time() - 86400 return sum(r["cost"] for r in self.records if r["time"] > today_start) def check_budget(self): """检查预算是否超限""" daily = self.daily_cost() return { "daily_cost": round(daily, 4), "budget": self.budget_daily, "remaining": round(self.budget_daily - daily, 4), "over_budget": daily > self.budget_daily }

# 使用华为云 CCE 部署 Dify 高可用版 # 该方案会自动部署： # - 2个API Pod（互备） # - 2个Worker Pod（互备） # - PostgreSQL 主从 # - Redis 主从 # - Weaviate 多节点 # 部署命令（在华为云控制台操作） # 访问 https://console.huaweicloud.com/cce # 创建集群 → 部署 Dify Helm Chart

工具1: 服务器状态查询 API: GET /api/server/status 参数: server_id (string) 描述: 查询指定服务器的CPU、内存、磁盘状态 工具2: 日志检索 API: POST /api/logs/search 参数: keyword, time_range, level 描述: 按关键词和时间范围检索日志 工具3: 知识库检索 类型: Dify内置知识库工具 描述: 查询运维知识库中的文档

用户提问: "生产环境数据库响应变慢，怎么排查？" Agent执行流程: 1. 意图识别 → "数据库性能问题排查" 2. 调用工具1 → 查询数据库服务器状态（CPU 85%，内存70%，IO等待30%） 3. 调用知识库 → 检索"数据库慢查询排查" 4. 调用工具2 → 检索MySQL慢查询日志 5. 综合分析 → - 发现大量全表扫描的慢查询 - 建议添加索引 - 给出具体SQL优化建议 6. 汇总回答 → 给出排查报告和优化方案

cd /path/to/dify/docker docker-compose pull docker-compose up -d --force-recreate docker system prune -f # 清理旧镜像