GITBOOK-51: change request with no subject merged in GitBook

zh_CN/README.md

@@ -1,65 +1,35 @@
----
-description: Dify 一词源自 Define + Modify，意指定义并且持续的改进你的 AI 应用，它是为你而做的（Do it for you）。
----
-
 # 欢迎使用 Dify
 
-如果你对诸如 GPT-4 之类的 LLM 技术高速发展感到惊奇和兴奋，迫不及待的想用它做点什么有用的东西！可你的头脑里又有一切令人困惑的问题：
+**Dify** 是一款开源的 Large Language Model(LLM) 应用开发平台。它融合了 Backend as Service 和 [LLMOps](getting-started/what-is-llmops.md) 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。
 
-* 我该如何“训练”一个基于我的内容的模型？
-* 怎么让 AI 知道 2021 年以后的事情？
-* 如何避免让 AI 跟用户胡说八道？
-* 微调（Fine-tuning）和嵌入（Embedding）是什么意思？
+由于 Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎以及灵活的 Agent 框架，并同时提供了一套易用的界面和 API。这为开发者节省了许多重复造轮子的时间，使其可以专注在创新和业务需求上。
 
-那么，Dify 正好能满足你的需要。
+### 为什么使用 Dify？
 
-Dify 的目标是让开发者（甚至非开发者）可以快速基于大型语言模型搭建出有用的东西，并确保它是**可视化、可运营、可改进**的。
+你或许可以把 LangChain 这类的开发库（Library）想象为有着锤子、钉子的工具箱。与之相比，Dify 提供了更接近生产需要的完整方案，Dify 好比是一套脚手架，并且经过了精良的工程设计和软件测试。
 
-> 我们塑造了工具，然后工具塑造了我们。——马歇尔·麦克卢汉（Marshall McLuhan）
+重要的是，Dify 是**开源**的，它由一个专业的全职团队和社区共同打造。你可以基于任何模型自部署类似 Assistants API 和 GPTs 的能力，在灵活的安全的基础上，同时保持对数据的完全控制。
 
-你可以使用 Dify 快速搭建一个 Web App，其生成的前端代码可以托管在 Dify 上。如果你想基于这个 Web App 进一步开发，你可以从 GitHub 中得到这些 [Template](advanced/based-on-frontend-templates.md)，部署到任何地方（例如 Vercel 或你的服务器）。或者，你也可以基于 WebAPI 开发你自己的 Web 前端、移动 App…总之，为你省下了后端开发的工作。
+> 大多数社区用户对 Dify 的评价可以归结为简单、克制、迭代迅速。\
+> ——路宇，Dify.AI CEO
 
-不止于此，Dify 的核心理念是在一个可视化的界面中创建、配置、改进你的应用。基于 LLM 的应用开发有一个持续改进的生命周期，你可能需要基于自己的内容让 AI 给予正确的回答，或是想提升 AI 的准确性和叙述风格，甚至让它去 YouTube 上下载一个字幕作为上下文。
+希望以上信息和这份指南可以帮助你了解这款产品，我们相信 Dify 是为你而做的（<mark style="color:blue;">Do It For You</mark>）。
 
-这当中将会有些逻辑设计、上下文增强、数据准备等需要花些功夫的事情，如果没有工具你可能会寸步难行…我们称这个过程为 **LLMOps**。
+### Dify 能做什么？
+
+{% hint style="info" %}
+Dify 一词源自 Define + Modify，意指定义并且持续的改进你的 AI 应用，它是为你而做的（Do it for you）。
+{% endhint %}
+
+* **创业**，快速的将你的 AI 应用创意变成现实，无论成功和失败都需要加速。在真实世界，已经有几十个团队通过 Dify 构建 MVP（最小可用产品）获得投资，或通过 POC（概念验证）赢得了客户的订单。
+* **将 LLM 集成至已有业务**，通过引入 LLM 增强现有应用的能力，接入 Dify 的 RESTful API 从而实现 Prompt 与业务代码的解耦，在 Dify 的管理界面是跟踪数据、成本和用量，持续改进应用效果。
+* **作为企业级 LLM 基础设施**，一些银行和大型互联网公司正在将 Dify 部署为企业内的 LLM 网关，加速 GenAI 技术在企业内的推广，并实现中心化的监管。
+* **探索 LLM 的能力边界**，即使你是一个技术爱好者，通过 Dify 也可以轻松的实践 Prompt 工程和 Agent 技术，在 GPTs 推出以前就已经有超过 60,000 开发者在 Dify 上创建了自己的第一个应用。
 
 ### 下一步行动
 
-* 看看这些由 Dify 创建的应用
-* 在云端版中快速创建应用
-* 安装 Dify 到你的服务器
+* 阅读[**快速开始**](application/creating-an-application.md)
+* 了解如何[**自部署 Dify 到服务器**](getting-started/install-self-hosted/)上
+* 了解 Dify 的**特性清单**和 **Roadmap**
+* 在 [**GitHub**](https://github.com/langgenius/dify) 上为我们点亮一颗星，并阅读我们的**贡献指南**
 
-> 可能只有少数公司有预算来构建和管理像 GPT-3 这样的大型语言模型 (LLM)，但是将会有许多价值超过 10 亿美元的“第二层”公司建立起来下一个十年。
-> ——Sam Altman
-
-正如 LLM 技术的快速发展一样，Dify 还是一个正在不断进步的产品，这份文档的内容和产品可能会有些出入。你可以在 GitHub 或 Discord 上与我们分享想法。
-
-### Q\&A
-
-**Q: 我能用 Dify 做什么？**
-
-A: Dify 是一个简单且能力丰富的自然语言编程工具。你可以用它搭建商用级应用，个人助理。如果你想自己开发应用，Dify 也能为你省下接入 OpenAI 的后端工作，但使用我们逐步提供高的可视化运营能力，你可以持续的改进和训练你的 GPT 模型。
-
-**Q: 如何使用 Dify 训练自己的模型？**
-
-A: 一个有价值的应用由 Prompt Engineering、上下文增强和 Fine-tune 三个环节组成。我们创造了一种 Prompt 结合编程语言的 Hybrid 编程方式（类似一个模版引擎），你可以轻松的完成长文本嵌入，或抓取用户输入的一个 Youtube 视频的字幕——这些都将作为上下文提交给 LLMs 进行计算。我们十分注重应用的可运营性，你的用户在使用 App 期间产生的数据，可进行分析、标记和持续训练。以上环节如果没有好的工具支持，可能会消耗你大量的时间。
-
-**Q: 如果要创建一个自己的应用，我需要准备什么？**
-
-A: 你选择一个诸如 OpenAI 的模型供应商，我们的云端版内置了 GPT-4 的试用模型，你可以填入自己的 API Key。随后你就可以创建一个应用，基于 Prompt 或自己的上下文。
-
-**Q: Dify 搭建的应用能够保持会话吗？**
-
-A: 可以，如果你创建了对话型应用，它内置了会话保存的能力，在生成的 WebApp 和 API 中都支持。
-
-**Q: LLMOps 和 MLOps 有什么区别？**
-
-A: 过去的 MLOps 是让开发者从零开始训练模型，而 LLMOps 基于诸如 GPT-4 这样的强大模型之上开发 AI 原生应用，你可以查阅这篇[文章](https://blog.dify.ai/unleashing-the-power-of-llm-embeddings-with-datasets-revolutionizing-mlops/)。
-
-**Q: 提供哪些界面语言？**
-
-A: 现已支持英文与中文，你可以为我们贡献语言包。
-
-**Q: LangGenius 是什么？**
-
-A: LangGenius 是 Dify 正式发布前的产品名称，我们还在更新所有的文档。Dify 一词源自 **D**efine + Mo**dify**，意指定义并且持续的改进你的 AI 应用，它是为你而做的（Do it for you）。