生成AI時代のプレスリリースの作り方生成AIを活用したプレスリリースの作成方法は、シンプルにプロンプトに指示を入れるだけのものから、外部データ（RAG）を活用したり、外部APIなどを活用しながら複雑な処理を行なったりするものまで、様々な手法が挙げられるかと思います。 プロンプトに指示するだけのシンプルな手法は、以下の記事でもご紹介しましたが、2024年7月現在ではClaude3（Claude3.5）に出力させるだけでかなりの精度のものが出力できます。 そしてさらに、Difyなどの生成AIツールを使えば、こうしたリリースなどのテキスト作成タスクは、もっと複雑な処理を行うことが可能となります。 今回のブログでは、Difyを活用してより高度なプレスリリースの原稿作成を行う方法を解説します（少し触って分かったDifyの勘所にも触れたいと思います）。 Difyを使ったプレスリリースワークフローの自動
こんにちは！アルダグラムでエンジニアをしている渡邊です！ 最近 Dify の話題を目にする機会が増えてきたので、今さらではありますが触ってみました。 この記事では Dify の使い方について共有いたします！ Dify とは？ Dify とはオープンソースで公開されているプロジェクトで、LLM（大規模言語モデル）アプリケーションを開発するためのプラットフォームです。 Dify を使うことで開発者でない人でも生成 AI アプリケーションを構築することができます。 GitHub https://github.com/langgenius/dify ドキュメント https://docs.dify.ai また Dify は以下の2通りの方法で使えます。 クラウドサービスで使う https://dify.ai/ からアクセス可能 独自のサーバーにホスティングして使う Dify で何ができる？ Dif
はじめに Open SourceのLLMアプリ開発プラットフォームを活用して、自分のオリジナルRAG環境を構築してみることとする 自身のWindows端末上のPodman DesktopにContainer版のDifyをデプロイし、合わせてFirecrawlもデプロイして、WEBクローリングでRAGのナレッジを収集する また、自身が所属しているプロジェクトはRedmineを使ってタスク管理を行ってノウハウを集約しているため、Redmineチケットの内容もRAGのナレッジに登録してみる 環境情報 OS: Windows 11 Pro 23H2 RAM: 16.0GB SSD: 256GB Podman Desktop: v1.11.1 Podman: v5.1.1 Difyのインストール(Dify関連コンテナの起動) Difyのデプロイ GithubのGithub Dify のリポジトリをク
こんにちは、森田です。 本記事は Dify Advent Calendar 2024の22日目の記事です。 はじめに Dify をご存知でしょうか。 Dify とは、オープンソースの LLM アプリ開発基盤となっており、ノーコードで誰でも簡単に LLM アプリを作ることができます。 Dify は、SaaS版を利用することですぐに利用することもできますが、オープンソースプラットフォームであるため、AWSなどのクラウドサービスを使ってセルフホスティングすることも可能です。 「AWSマネージドサービスを可能な限り使って実現できないかな」と調査していたところ、aws-samplesに以下のリポジトリがありました。 dify-self-hosted-on-awsの中身を覗いてみる 引用：https://github.com/aws-samples/dify-self-hosted-on-aws/bl
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Difyとは 公式サイトでは、オープンソースのAIアプリ開発プラットフォームと紹介されています。 AIアプリといっても様々なものが考えられますが、 チャットボット AIエージェント （バッチ処理的な）ワークフロー Aの処理が終わればBを実行、Bの処理が終わればCを実行…というようなもの がDifyが対象としている主なアプリだと思います。 そして、これらのアプリをいわゆるノーコードで直感的に作ることができます。 ただ、GitHubのソースコードを見れば分かるように開発スピードが非常に早く、対象となるアプリや用途は今後広がっていくはずです。
Tweeddale, Altarstone © Copyright Richard Webb and licensed for reuse under this Creative Commons Licence. 「Difyについてーその4」では、とりあえず1つの情報源を利用したRAGアプリを構築し、試してみました。 今回は、「Difyについてーその３」で作成した、Dify.AIがドキュメントとして公開している複数の情報源を同時に参照して、その中から一番質問の回答にマッチする情報を生成AIに渡すRerank型のRAGアプリを構築し、試してみようと思います。 実際に構築作業に入る前に、まず、Rerankに関する情報の整理と、DifyでRerank機能を使う場合の手順を確認しておきましょう。 「CohereのRerank 3について」のブログ記事を作成した時点では、まだDifyを知らなかったの
DifyでナレッジAPIを活用して15MBを超えるPPTX資料を効率的に登録する方法 背景 クラウド版のDifyでは、1ファイルの登録上限が15MBという制約があります。しかし、業務で使用するPPTX資料はこれを超える大容量ファイルであることが珍しくありません。この制約を解消するためには、画像圧縮やファイル分割などの手作業が必要になり、非常に面倒です。 そこで、Difyが提供するナレッジAPIを活用し、大容量のPPTX資料を効率的に処理・登録する仕組みを使用しました。この方法では、PPTXをスライドごとに分割してテキスト化し、チャンク分けを考慮した形で自動的にDifyのナレッジへ登録できます。 Difyとは？ Dify（https://dify.ai/jp) は、ChatGPTやLLM（大規模言語モデル）を簡単に活用できるアプリケーション開発プラットフォームです。ナレッジを登録することで、
はじめに 初めてDifyを触ってみて、どんなものか確認します！ チャットbotのチャットフローと、ワークフローを試してみる Difyのワークフローとチャットフローについて ワークフローの特徴 用途: 自動化およびバッチ処理のシナリオに向いている 高品質な翻訳、データ分析、コンテンツ生成、電子メール自動化などが代表的な使い方 特徴: ノード: ワークフローは、様々な機能を持つノードをつなぐことによって、連続した操作を実行する 開始ノード、終了ノード、様々な処理や条件分岐のノードなどが含まれる 変数: ワークフロー内のノード間でデータを渡すために変数が使わる 開始時に実行変数を定義する必要があり、これはプロセスの中で複雑な処理ロジックを実現するために使用される 終了ノード: プロセス終了時にのみ選択可能なノード チャットフローの特徴 用途: 対話型シナリオに向いており、カスタマーサービスやセマ
ジェネラティブエージェンツの西見です。 この記事はkintoneアドベントカレンダー2024の12月9日の記事です。 qiita.com 去年は「AIエージェントにkintoneへのデータ登録を代行してもらうCopilotの可能性」ということで、kintoneとAIエージェントを接続する話を書いていました。AIエージェントという言葉がそんなに広まっていない中で、なかなか早まった記事を書いたと思っております。。 note.com qiita.com 今年は逆にもう少し落ち着いて、kintoneにDifyを繋ぐとかなり便利ですよ！という話をしようと思います。 そもそもDify、皆さまご存知でしょうか。Difyとは、ノーコードで大規模言語モデル（LLM）による処理を繋げたワークフローを作成できるツールです。 このツールを使うと、こんな感じでWebページの情報をまとめたり、 企業調査をしたり、 X
1. はじめに 1.1. 目的 オープンソースのLLMアプリ開発プラットフォームであるDifyのDSLファイル(YAML)をLLMにより自動生成する方法について1手法を紹介します。 1.2. 読者対象と前提知識 DifyのDSLファイル(YAML)に興味がある方 LLMのワークフロー生成に興味がある方 2. DifyとDSLファイルの概要 2.1. Difyの概要 Difyは、処理の機能を持つブロックをつなげていき視覚的にプログラムを組み立てることができるオープンソースのLLMアプリ開発プラットフォームです。ノーコードでLLMアプリを開発できるのが特徴で、非エンジニアでもLLMアプリを開発できるためにX(旧Twitter)でも話題になっています。 Difyは、GUI上で作成したアプリケーションをDSLファイル(YAML)としてエクスポートできます。 2.2. DSLファイルとは DSLは「
ゴール：https-portalを使用して最速でDifyをHTTPS化する https-portalというDockerイメージを使用して、Difyを最速でHTTPS化できるようにします。 記事の内容 ↑自分が過去に書いた記事のアップデートバージョンです。 過去の記事はSSL証明書の更新を手動で行いましたが、今回は自動で行われるようになります。 https-portalとは HTTPS-PORTALは、Nginx、Let's Encrypt、および Dockerを利用した、完全自動化されたHTTPSサーバーです。 これを使用することで、追加の設定を1行だけ加えることで、既存のWebアプリケーションをHTTPS上で動作させることができます。 SSL証明書は、Let's Encryptから自動的に取得および更新されます。 https-portal日本語版のドキュメントより引用 要するに、 めちゃ
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
本記事は Qiita Dify Advent Calendar 2024 の 5日目の記事です。 最近OSSのLLM開発プラットフォームであるDifyをちょいちょい触っています。 github.com AWS上でホストしたり、Difyにコントリビュートし始めたりしているのですが、今後 Deep Dive するためにDifyのアーキテクチャを理解しておこう、ということで自分なりに整理してみました。 なおインフラ視点での整理のため、AP実装には深くは踏み込みません。 今回の記事の内容は主にGitHubのソースコードや、Docsを元にしています。 docs.dify.ai また設定パラメータがいくつか存在しますが .env.example を見ると非常にわかりやすく理解が進むのでおすすめです。 github.com 目次 目次 Difyのアーキテクチャ 1. Reverse Proxy 2. F
WEELメディア事業部AIライターの2scです。 みなさん、生成AIツールをノーコードで開発できるプラットフォーム「Dify」はご存知ですか？ このDifyはなんと、プログラミングの知識不要でRAG搭載のチャットボットやAIエージェントが作れる優れもの。ローカルでの利用にも対応していて、小型LLMとの組み合わせでノートPC上で動く業務用AIツールまで作れちゃうんです。 そんなDifyはすでに6万人以上のユーザーを集めていて、一部の国内企業でも導入・活用が始まっています。 当記事ではそんなDifyのうち、ローカル版にクローズアップ。Webアプリ版と比べたときのメリットやインストールの方法、使い方までを詳しく解説していきます！ 完読いただくと、セキュリティやコストの関係で生成AI導入を見送っていた企業様でも、生成AI活用の稟議が通せるかもしれません。ぜひぜひ、最後までお読みくださいね！ Dif
はじめに Dify はみなさまご存知でしょうか。 LLM のアプリケーションがノーコード(ローコード)で簡単に作れるツールです。 このツールを使っている方が最近増えてきており、且つ Azure 上で動かしたいというご要望をいただいたので、今回は Dify を Azure Kubernetes Service(AKS)にデプロイして本番環境で使う手順をご紹介します。 Dify 環境構築 まずは Dify を Web 上ではなく、ローカルで動かすために Docker を使って環境構築を行います。 以下のサイトへアクセスして、Dify のリポジトリを clone します。
Share your flows. View the magic.The best way to share your Dify Chatflow or Workflow files. Beautifully rendered. Perfect for sharing your creations with the world.
圧倒的に使いやすいインターフェースDifyの大きな魅力は、その使いやすさです。プログラミングの知識がなくても、直感的なGUIでドラッグ&ドロップ操作だけでアプリケーションを作れるのが最大の特徴です。 コーディングが苦手な人でも、視覚的に操作できるインターフェースがあれば、高度なAIアプリの開発が可能になります。Difyはまさにそういったニーズに応えるプラットフォームなのです。 モデル統合Difyには、さまざまなAIモデルやツールがプリセットされています。GPT-3.5をはじめ、DALL-E、PythonAIなど、有名なAIツールが数多く用意されており無料で使うことができます。また、独自のカスタムモデルを追加することも可能です。つまり、既存のモデルに満足できない場合は、自分で新しいモデルを組み込めるのです。このように、豊富なAIリソースを自在に組み合わせられるのがDifyの大きな強みです。用
SIOS Tech Labの龍ちゃんです。2024年は「誰でも簡単に」AIツールが作れるDifyが登場して大いに沸いていましたね。弊社では、Azureを利用したサービス開発が多くあるため、Azure OpenAI Serviceがリリースしてそちらばかり触っていました。2025年はDifyなどのノーコード・ローコードツールを駆使して、AIサービスの開発・検証を進めていきたいと考えています。 いまから入門：Difyとは 生成AIアプリ開発ツール「Dify」の特徴については、おそらく皆さんなんとなくわかっているかと思います。実際触ってみた感想としては、手軽さに驚いています。 専門的なAIエンジニアやアプリエンジニアがいなくても、GUIの操作で簡単に生成AIアプリを作ることができます。また、豊富なLLMモデルと接続することができるので、異なる会社提供のLLMを同じ環境で動作するアプリなども自作す
概要 LLMを使ったワークフローを作成するのに、 Difyが良さそうなのでローカルで立ち上げて使ってみます。 docker-compose.ymlが用意されているので基本的には以下のページを参考にすればすんなり動きます。 Difyをローカルで動かす利点 主に以下の点があります。 アカウント登録不要で、無料でSaaS版と同じ機能が使える。 SaaS版より動作が速い。 テストで重要なデータを登録してみたりすると思いますが、ローカルでしか扱わないので自社のセキュリティポリシー内で運用し易い。 手順 前提として、git コマンドがインストールされていて、Docker と docker compose が利用できる状態が必要です。 DifyのレポジトリをCloneします。
Dify+サブスク機能+ユーザー認証のアプリのサンプルの実装例が全然なかったので、自分でサンプル作ってみました! .envに必要な情報を入力してdocker起動するだけで簡単に試せます! 機能ユーザー認証ユーザー登録・ログイン・ログアウト・パスワードを忘れた場合、などのユーザー認証の基本的な認証機能は実装されています。ユーザー認証にはsupabaseを使っているので、supabaseの登録が必要です。 このサンプルではユーザーログインをしないとchat画面に入れない仕様になっています。 課金機能Stripeで作成した課金機能が使えます。 課金用画面はstripeのGUI画面で簡単に作成することができ、作成した画面のURLを.envファイルに設定するだけでリンクできます。 サブスクの有無によって処理の変更サブスク登録してない場合サブスク登録した場合サブスクしているユーザーとしていないユーザー
こんにちは、ニケです。 今回は、私の想像よりもAITuberKitとDifyの連携に反響があったということで、これらを使用したAIキャラと会話を始めるまでの環境構築方法を解説していきたいと思います。 Dify連携機能実装したときは、「何か流行ってるし追加したらウケいいかな」くらいにしか思ってなかったのですが、今では私自身も開発する時の第一選択肢としてDifyを選びます そんなAITuberKitですが、コマンド4つで環境構築できるので興味ある方はぜひ試してみてください〜https://t.co/41moOfGM0j https://t.co/EojL5QsCX0 pic.twitter.com/FJnMCxZI60 — ニケちゃん@AIキャラ開発 (@tegnike) July 17, 2024 ※ 今回は以下のライブラリやサービスを使用するので、必要に応じて前準備しておいてください。 g
Difyのローカル環境を構築して、何種類かお試ししたので、今度は、 Stable Diffusion WebUIをDifyで動かしてみようと思う。 頑張った結果の忘備録みたいなものだけど、役に立ててもらえたらうれしい。 結論から言うと、資料の通りにやってもStable Diffusion WebUIが動かなかったんだよね。 ↓資料をChatGPTに翻訳してもらったやつ。 で、設定しても動かない……。 エラーの内容は、 Failed to get models, [Errno 111] Connection refused これもChatGPTさんに聞いたら 通常、「Connection refused（接続拒否）」を意味します。これは、サーバーがリクエストを受け付けていないか、アクセスしようとしているポートが開いていない場合に発生することがあります。 ということで、原因追及しようかなと。
Developers eXperience Day2024（主催：日本CTO協会様） リンクアンドモチベーション登壇資料（2024/07/17） 『生成AIに振り回された3か月間の成功と失敗』 #dxd2024 #B #リンモチ ===========================…
DifyでTiDB Serverlessを利用する Difyのcommunity版では異なるVector Storeをサポートしており、v0.6.11では TiDB ServerlessのVector Storeもサポートされています。この記事ではDifyのVector StoreとしてTiDB Serverlessを利用し、簡単なチャットボットを作成します。 環境準備 前提事項 Dify Community版が正しく起動できている DifyにLLM APIのAPIキーを設定済み。本記事ではAmazon Bedrockを設定済みです TiDB Serverlessのサインアップ済み TiDB Serverless (TiDB Cloudで提供されるマネージドサービスの一つ） のサインアップはこちらからできます。無料帯がありクレジットカードの登録は必要ないです。 TiDB Serverles
はじめに 近年、対話型AIは急速に発展し、様々なサービスに導入されています。その中でも、LINEボットはユーザーとの接点として広く普及しており、Dify APIのような高性能なAIプラットフォームとの連携によって、さらに魅力的なサービスを構築することが可能となっています。 本記事では、Google Apps Script (GAS) を用いてLINEボットを開発し、Dify APIと連携することで、高度な対話型AIサービスを実現する方法を解説します。提供されたコードを基に、各関数の機能と処理の流れを詳細に説明し、LINEボット開発の基礎から応用までを網羅します。 システム構成 本システムは、以下の4つの主要なコンポーネントで構成されています。 LINEボット: ユーザーからのメッセージを受信し、Dify APIとのやり取りを仲介します。 Dify API: 自然言語処理を用いてユーザーのメ
ノーコードツールのDifyをAWS上に立ち上げるワークショップがあったのでやってみました（1.シンプルなチャットボットの開発編） こんにちは、洲崎です。 生成 AI アプリケーションをノーコードで構築できるツールである Dify をAWS上に立ち上げるワークショップがあったのでやってみました。 ボリュームがあるので、4部に分けて紹介します。 1部：Difyのデプロイ、初期設定、シンプルなチャットボットの構築 ←今回はこちら 2部：RAG チャットボットの構築 3部：エージェントの開発 4部：ワークフローの開発 実際に行うワークショップはこちらです。 Difyとは Difyは生成AIアプリケーションをノーコードで開発できるオープンソースのプラットフォームです。 Difyのコミュニティ版はGithub上でOSSとして公開されています。 このワークショップではAWS上にDifyをデプロ
本記事は AWSアワード記念！夏のアドベントカレンダー 9日目の記事です。 🎆🏆 8日目 ▶▶ 本記事 ▶▶ 10日目 🏆🎆 こんにちは、桃をたくさんもらって食べきれるか心配していたら、妻が友達におすそ分けを提案してきたので、急いで桃を食べきろうとしている志水です。ブログ執筆しながらも桃を食べています。申し訳ないですが、桃は独り占めさせていただきたいです。 NRIネットコムのブログイベント「AWSアワード記念！夏のアドベントカレンダー」9日目で、昨日は今年から同じAmbassadorsとなった丹くんでした。CCoEについて非常に分かりやすい記事となっていて勉強になりました。私はなんとか2年目更新できた組なので、丹くんに負けないように頑張らないとなと感じました。なので、私は大好きな生成AIネタとして、最近新しく出たAmazon Bedrock Prompt Flowsを試してみました
1. アプリケーション概要WBSの情報をCSVファイルから読み取り、Difyで作成されたChatflowアプリを使用して分析した上で、最終的にMarp形式の進捗報告資料を生成するアプリです。 2. コンポーネントこのアプリケーションは以下の主要コンポーネントで構成されています： WBS情報（CSV形式） Dify Chatflowアプリ（WBS-to-Report） Python スクリプト（dify-connect.py） Python スクリプト（create-marp-with-dify.py） バッチファイル（run_scripts.bat） 3. プロセスフロー以下のシーケンス図は、アプリケーションの動作フローを示しています： 報告資料を自動生成する仕組み4. コンポーネント詳細とコーディング解説
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
