我是 Dify 产品团队的 Yawen。今天，我们很高兴地宣布发布 Dify v1.1.0，并推出了以“元数据”作为知识过滤器的新功能。通过利用自定义的元数据属性，元数据过滤能够提升知识库中相关数据的检索效率和准确度。过去，用户只能在庞大的数据集中进行搜索，无法根据特定需求进行筛选或控制访问，难以快速锁定最相关的信息。、
这两天不知道为啥，有好几个朋友问我，为啥不把公众号文章做出一个知识库。
说真的，dify除了知识库以外，其他大部分功能体验都比fastgpt要好。而fastgpt的知识库效果是公认的好（以下是某群 群友的评价~）不过我想： 如果能把dify和fastgpt结合，且不妙哉？
RAG是一种基于“检索结果”做推理的应用，这大大限制了类似DeepSeek-R1模型的发挥空间。但又的确存在将RAG的准确性与DeepSeek深度思考能力结合的场景，而不仅仅是回答事实性问题。比如：
AFFiNE，一个开源的 AI 协作知识库，集成了完整文档、白板和数据库的工作空间。累计融资 1000 万美元，开源项目在 Github 上超过 4.5 万 stars。创始人、CEO 贺嘉琛，连续创业者。创业前研究天体物理，毕业于格拉斯哥与香港科技大学。
自从DeepSeek火了以后，感觉很多人又重新关注AI了。
自动形式化数学定理证明，是人工智能在数学推理领域的重要应用方向。此类任务需要将数学命题和证明步骤转化为计算机可验证的代码，这不仅能确保推理过程的绝对严谨性，还能构建可复用的数学知识库，为科学研究提供坚实基础。
知乎直答默默掏出了自己的“底牌”。为啥这么说呢？因为知乎不仅有自己的AI模型，还攒了十多年的中文高质量知识库，再加上真实的问答场景作为AI的“实战训练场”，简直就是AI界的“学霸”。有了DeepSeek-R1的加持，知乎直答的推理能力直接拉满，传统搜索看了直呼“内行”，妥妥成了AI时代的“搜索界天花板”。
能够给读者惊喜，一直都是我的特色。我探讨出来的解决方案，第一无需理会刚才说到的硬件问题、终端问题和容量问题，第二全程网页操作与客户端操作，第三完全免费且快速安全。
之前在《如何用AI解决信息大爆炸的难题》中我提过，根据我们自己的全球媒体和付费信源订阅列表，Y同学研发了适用于我们社区的知识库工作流，第一步先把常订阅的媒体进行自动化AI知识库构建。这样就把全球多信源的每日更新存在了我们的知识库里。
