打工人必看！零代码用Dify+MiniMax搭建企业知识库【喂饭级教程】

在又叒拯救dify知识库之前，我们得先简单了解一下minimax-01。

minimax-01是MiniMax在1月份开源的旗舰大模型（比DeepSeek R1早4天）。

github地址： https://github.com/MiniMax-AI/MiniMax-01

参数量没有DeepSeek R1大（DeepSeek是671b，minimax-01是456b），但是实测各方面能力相差不大（性能同样直追GPT-4o和Claude-3.5-Sonnet）

最最让我惊艳的亮点有两项：

1.价格感人： 原本DeepSeek的API就已经是白菜价了，但是minimax-01的API价格居然比DeepSeek还低（100万tokens仅需1元）。

2.最关键的能力：支持处理400万(4M)tokens的超长上下文（目前全球最长），是Claude-3.5-Sonnet的20倍，GPT-4o的32倍，DeepSeek的62.5倍！这项能力上对其他模型来说是降维打击了。

在400万token的"大海捞针"检索任务中，MiniMax-01全绿！这意味着即使在海量信息中，它也能精准找到关键内容，不会像其他模型一样"记忆力衰退"。

看到这里，部分朋友应该已经大概知道，MiniMax-01为什么能拯救dify的知识库问答效果了。

其实就是靠模型自身的超长上下文"**大海捞针"的能力，在这种情况下，即便不用RAG搭建知识库，直接把所有资料内容放在system prompt**中都能达到良好的问答效果。

PS：但是我们现阶段还是会结合RAG来使用，有两个好处：1.利用RAG的能力缩小内容范围，节约tokens（节约成本）2.当知识库内容超出模型支持上下文长度时，还是需要借助RAG缩小范围。

加上kimi支持的上下文长度还不够，所以在当时结合kimi的这个方案并不适合大多数人，土豪可以当我没说。

但是现在出现了一个上下文长度是kimi的30倍，价格是kimi的60分之一，性能还直逼gpt-4o和Claude3.5的开源模型，就大不一样了。

好了，介绍差不多了，我们开始实操~

MiniMax-01拯救dify知识库

顺便提一下，dify在两天前又更新到了v1.1.0版本

修复了不少bug，还增强了一些功能

最大的更新是新增了元数据功能，感兴趣的朋友可以去看dify官方blog：

https://dify.ai/blog/dify-v1-1-0-filtering-knowledge-retrieval-with-customized-metadata

说明一下：不用升级dify也能往下操作

要把minimax-01接入dify，我们还是老规矩，需要获取minimax-01的apikey

apikey创建地址：

https://platform.minimaxi.com/user-center/basicinformation/interface-key

创建好apikey，复制备用

接下来访问dify页面

点击右上角头像->设置

在模型供应商中，找到MiniMax，点击安装

PS：模型供应商安装是从github拉取，最好开启科学上网，不过我实测没有科学上网的情况下，多试几次也能成功安装

弹框如下图，就代表安装成功了

刷新一下页面，点击MiniMax的设置

如下图，需要填写MiniMax的apikey和Group id，然后保存

group id在账户信息这里获取

保存成功后，展开模型，MiniMax-Text-01就是上面所说的minimax-01模型的全称。

这套方案还有另外一个关键点：RAG检索到的相关内容，需要尽可能全面、丰富，就算当中有不太相关的信息也没关系，只要相关信息都在就行。

我还是以我的公众号文章搭建知识库为例。

采用的策略非常简单粗暴：直接一个chunk（块）放一整篇文章，这样完全不需要担心检索到的内容出现不连贯的问题。

dify中刚好有一个父子分块的方式能够在父块中存放整篇文章。

我们先新建一个知识库，导入公众号文章的txt文件，并进入下一步

分段设置选择【父子分段】父块设置为全文，子块不用填分段标识符，分段最大长度直接上最大4000tokens

索引方式选择高质量-混合索引，索引模型和重排模型我选择硅基流动里面的两个免费模型。

topK拉满，score阈值拉到0.1（这是最省事的配置），如果你还是心疼消耗的tokens，可以自行调整参数。点击保存并处理，然后等待文件解析

等待所有文件状态变成可用，就ok了

接下来我们创建一个应用，把这个知识库关联到应用上。

并指定使用MiniMax-Text-01模型

测试一下问答效果：

AUTUMN

这个回答，可以说堪称完美！即全面又详细。

经常看我文章的朋友应该知道，我每次测试知识库问答效果，基本上都是用这套公众号文章作为资料，而这个问题也是知识库的试金石。

我用这个问题测试过fastgpt、ragflow、coze、dify、等等其他一推带知识库的LLM应用平台。

但是说实话，到目前为止，用这套方案，得到的回答是最优秀的。

我测试了很多问题，回答的都很棒，都是既全面、又详细，而且minimax-01有自己的一套逻辑来总结表达，不是照搬原文。

AUTUMN

可能有人会觉得，这个方案下，换一个模型效果是不是也一样呢。

还真不太一样，比如下图，我用DeepSeek V3，它在这个问题上就产生了幻觉，我上传的文档中只有kimi、智谱、gpt4o接入微信的文章，而它把其他文章中提到的大模型都列出来了。。。

所以，大模型的上下文长度以及"大海捞针"的能力其实是非常重要的。

就像人一样，领导给你一件任务，如果你能了解整个任务背景，各种详细信息，上下文非常充足的情况下，相信会执行的很容易。相反，当你上下文不足，做起来就会束手束脚，各种错误，效率低下。

所以，当你给大模型指派一个任务时，能给到足够丰富的上下文，那么结果都一定不会差。

而当这个上下文非常庞大的时候，minimax-01的400万tokens上下文就能发挥它的最大作用了。

最关键的还是它价格太香了，100万tokens才1元，意味着处理几百万字才几块钱，随便造~

用它来续写小说效果也非常棒，在上篇文章中，我把辰东最新的小说（还未连载完）《夜无疆》丢给MiniMax-01（共108万字），让它续写，续写出来的内容是文风一致，情节合理，我估计原作者看到都会恍惚吧。

以及非常适合应用到 AI Agent：想象一下，当AI需要处理复杂任务时，往往需要长时间的"思考链"，需要持续记忆大量信息。无论是单Agent系统需要持续记忆，还是多Agent系统中Agent之间的大量相互通信，都需要越来越长的上下文支持。

如何零基础入门 / 学习AI大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高

那么我作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，希望可以帮助到更多学习大模型的人！至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

👉 福利来袭CSDN大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

全套AGI大模型学习大纲+路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉 福利来袭CSDN大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。