Dify是一个开源的LLM应用开发平台，它通过直观的可视化界面，帮助开发者快速构建和部署AI应用，支持包括模型管理、知识库、工作流编排等全方位功能，你可以把它理解为一个类似于扣子的"AI应用的乐高积木系统"；这里我们介绍一个利用Dify和flask搭建AI结合知识库自动生成word的应用的例子。
一、工具准备：
1、搭建一个属于自己的Dify开发平台。
开源地址：https://gitcode.com/gh_mirrors/di/dify
不愿意搭建的也可以使用Dify云平台：https://cloud.dify.ai/ 不过这会儿好像访问不了了，待修复。
2、Flask安装
Flask是一个使用 Python 编写的轻量级 Web 应用框架。其 WSGI 工具箱采用 Werkzeug ，模板引擎则使用 Jinja2 。Flask使用 BSD 授权。
Flask也被称为 “microframework” ，因为它使用简单的核心，用 extension 增加其他功能。Flask没有默认使用的数据库、窗体验证工具。
使用 pip 安装 Flask：
pip install flask
二、编写本地服务用于接收AI检索服务的内容，生成word文件
这里主要是用python来写的：
from flask import Flask, request, jsonify
from docx import Document # type: ignore
from docx.shared import Pt # type: ignore
from docx.enum.text import WD_ALIGN_PARAGRAPH # type: ignore
from datetime import datetime
import os
import logging
import subprocess
app = Flask(__name__)
# 配置日志
logging.basicConfig(level=logging.DEBUG)
logger = logging.getLogger(__name__)
# 配置保存文档的目录
SAVE_DIR = "./data/"
if not os.path.exists(SAVE_DIR):
os.makedirs(SAVE_DIR)
@app.route('/test', methods=['POST'])
def test():
return 'hello world！'
@app.route('/generate_doc', methods=['POST'])
def generate_doc():
try:
# 获取请求中的JSON数据 --知识库 + word文档生成
#data = request.json
#title = data.get('title')
#content = data.get('content')
#获取请求中的RAW数据 --test文档生成
data = request.get_data(as_text=True)
title,content = data.split('!!')
# 生成文档
file_name = f"phl_{datetime.now().strftime('%Y%m%d_%H%M%S')}.docx"
file_path = os.path.join(SAVE_DIR, file_name)
logger.debug(f"File path: {file_path}")
doc = Document()
if title:
# 添加大标题
paragraph = doc.add_heading(title, level=1)
paragraph.alignment = WD_ALIGN_PARAGRAPH.CENTER # 居中对齐
paragraph.style.font.name = 'FangSong' # 直接设置整个段落的字体
paragraph.style.font.size = Pt(22) # 二号字体
if content:
# 添加正文
paragraph = doc.add_paragraph(content)
paragraph.style.font.name = 'FangSong' # 直接设置整个段落的字体
paragraph.style.font.size = Pt(10.5) # 五号字体
doc.save(file_path)
logger.info(f"Document generated successfully at {file_path}")
# 在Mac上打开文件
#subprocess.call(['open', file_path])
return jsonify({"message": "Document generated successfully", "file_path": file_path}), 200
except Exception as e:
logger.error(f"Error generating document: {e}")
return jsonify({"error": str(e)}), 500
if __name__ == '__main__':
app.run(debug=True, host='0.0.0.0', port=5001)
工具代码写好后，在代码所在目录的终端窗口中输入执行启动flask服务命令：
Python Doc_flask_app.py
三、在Dify平台上新建知识库+word生成的应用 ，主要沿用已有知识库应用模板，加上HTTP请求节点即可。HTTP请求节点上配置成上面生成word的服务，就可以把AI检索的内容生成word文件了。（word文件的格式可以在代码中调整，本例暂时只实现功能，感兴趣可以自行研究）
到此，你就可以通过聊天机器人查询知识库并生成word文档了！
HTTP请求节点也可以采用JSON格式入参，那么相应的生成word文档的服务也需要改成相应的解析代码。