职场效率升级指南——无代码搭建企业知识库的Dify+MiniMax实战教程

minimax-01是MiniMax在1月份开源的旗舰大模型

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。

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。

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

 写在最后：更多AI学习资料请添加学习助手领取资料礼包

视频学习资料：

从0开始开发超级AI智能体，干掉所有重复工作

• 基于字节的coze平台从0到1搭建我们自己的智能体
• 从coze到超级创业个体：2025是AI Agent大爆炸的元年！
• 搭建智能体的七大步骤：需求梳理、软件选型、提示工程、数据库、构建 UI 界面、测试评估、部署
• 你的智能体如何并行调用多个通用AI大模型？
• 实战案例：AI Agent提取小红书文案以及图像进行OCR文字识别并同步写入飞书多维表格
• 实战案例：AI Agent提取抖音爆款短视频链接中的文案，基于大模型和提示词完成符合小红书风格和作者特点的文案仿写

DeepSeek AI Agent +自动化助力企业实现 AI 改造实战

• DeepSeek 大模型的本地部署与客户端chatbox本地知识库
• 程序员的跨时代产品，AI 代码编辑器cursor深入浅出与项目构建
• 软件机器人工具影刀RPA工业化地基本使用
• 影刀RPA WEB自动化采集Boss直聘岗位信息并存储
• 影刀AI Power与DeepSeek 工作流构建影刀AI Agent
• AI HR实战：结合影刀RPA+DeepSeek AI智能体，实现智能自动招聘机器人

大模型技术+ 数字人+混剪造就副业王炸组合

• 数字人的概念与价值
• 当前数字人的时代背景
• 数字人的市场需求
• 数字人与自媒体的关系和发展路径
• 商业化数字人的变现之路
• 基于coze搭建数字人超级智能体
• 大模型技术+数字人+混剪=最强副业方向
• AI大模型与数字人造就3分钟获客300条精准线索
• AI副业接单渠道与流量变现
• 程序员开发的AI数字人实战