距离Dify发布1.0重大更新才一个月，这就又发布了1.1版本，这次更新了RAG的元数据筛选功能，让大模型在知识库检索中，有了更多的精细控制。
往期回顾
|
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
|
01.
新版本亮点
1.新增知识库元数据标签功能，解决知识分类难题。
2.检索节点支持元数据过滤，精确筛选条件，让 AI 回复更准确。
什么是元数据？
元数据本质上是 “关于数据的数据”。它提供描述主要数据的其他上下文或属性，从而实现更精确的搜索和检索。例如，在文档管理系统中，元数据可能包括文档的名称、作者、创建日期等。此结构化信息允许系统根据特定标准筛选结果，从而提高检索内容的相关性。
如何使用？
进入知识库，在知识库的右上角位置。
可以直接打开内置的元数据，或者手工添加。
或者进入已经上传的文档，继续编辑。
结合业务，添加所需的元数据。比如，文档按类型分为公司规章类，业务指南类，研发资料类。
或者按照部门资料的密级，进行权限管理，控制使用者文档知识获取的范围。
02.
应用使用示例
对使用知识库的Chatflow应用，进行修改。在节点设置这里，选择了带有元数据的知识库之后，元数据过滤，可以从默认的"禁用"，修改为以下两种方式：
自动模式：
选择自动后，需要使用一个大语言模型，这里最好不要用推理模型。
手动模式：
选择手动后，点击右边的"条件"按钮，进行手工的条件添加。点击"添加条件"后，会列出在知识库所定义的所有的元数据字段，这样就可以进行条件的组合了。
总结
这次的版本最重要的更新就是知识库的管理更加精细化，再结合大语言模型的策略，可以让你的应用更加精准的获取相关知识片段，从而提高AI应用的问题回答准确率。
AI的迭代速度真的很快，可能你在做AI应用的时候，觉得效果还差一点，没关系，先有后优，说不定你还没有发布你的AI应用，底层的框架，或者大模型的能力就已经能帮你做出更好的结果。一切都刚刚开始，从观望变成动手，你就已经领先别人很多了。加油！
如果你对AI的发展感兴趣，欢迎一键三连。有任何问题可以扫码添加好友，我们共同探讨。