01—前言：AI应用开发的痛点

你是否有这样的困扰：

• 想做个AI聊天机器人，要写几千行代码
• 想搭个知识库，要配置向量数据库、 embedding 模型
• 想做个自动化工作流，要写一堆 API 调用逻辑

门槛太高了。

直到我发现了 Dify——一个开源的 LLM 应用开发平台。

它把 AI 应用开发变得像搭积木一样简单：拖拽、连接、发布。

今天这篇文章，我将从零开始，手把手教你用 Dify 搭建 AI 应用。

---

02—Dify 是什么？

Dify（GitHub ⭐ 138,890）是一个生产级的 AI 应用开发平台。

它提供：

功能	说明
AI 工作流	可视化编排复杂 AI 任务
RAG 管道	私有知识库检索增强
Agent	自主规划 + 工具调用的智能体
模型管理	支持 300+ 大模型一键接入
可观测性	日志、监控、调试全链路

一句话总结：Dify = 前端界面 + AI 能力 + 工作流引擎。

---

03—快速安装：3分钟跑起来

Dify 支持 Docker 一键部署。

环境要求

• Docker + Docker Compose
• 至少 4GB 内存
• 20GB 磁盘空间

安装步骤

# 1. 克隆代码
git clone https://github.com/langgenius/dify.git
cd dify/docker

# 2. 一键启动
docker compose up -d

# 3. 访问
# 打开浏览器访问 http://localhost:80

等待 2-3 分钟，服务启动后就能看到 Dify 的管理界面。

---

04—配置模型：让 Dify 接入"大脑"

安装完成后，第一件事是配置 AI 模型。

步骤

1. 点击右上角头像 → 设置
2. 左侧菜单选择 模型供应商
3. 选择你要接入的模型

Dify 支持的模型：

类型	代表模型
OpenAI	GPT-4o、GPT-4
Anthropic	Claude 3.5、Claude 4
国内	DeepSeek、通义千问、豆包、Kimi
本地	Ollama（本地模型）

以 DeepSeek 为例：

1. 选择 DeepSeek，填入 API Key
2. 点击「保存」
3. 点击「测试」验证连接

---

05—创建第一个应用：AI 聊天助手

模型配置好后，开始创建应用。

方式一：模板创建

Dify 内置了大量应用模板，适合快速上手：

• 聊天助手
• 知识库问答
• 文本生成
• Agent

点击「创建应用」→「从模板创建」，选择你需要的模板即可。

方式二：从零创建

1. 点击「创建应用」
2. 选择「聊天助手」
3. 填写应用名称和描述
4. 进入编辑界面

在编辑界面中，你可以：

• 提示词工程：设置 AI 的角色和行为
• 变量：定义用户输入的变量
• 上下文：关联知识库
• 功能开关：开启对话开场、敏感词过滤等

---

06—实战：做一个「文章摘要助手」

下面用一个实战案例，让你真正掌握 Dify。

需求

输入一篇文章内容，AI 自动总结文章要点。

实现步骤

1. 创建应用

选择「聊天助手」，命名为「文章摘要助手」。

2. 设计提示词

你是一个专业的文章摘要助手。用户会提供一篇文章内容。

请按照以下格式输出摘要：

📌 一句话总结：
[用一句话概括文章核心观点]

📊 关键要点：
1. [要点1]
2. [要点2]
3. [要点3]

💡 适合人群：
[文章适合哪些读者]

⏱️ 阅读时间：
[预估阅读时长]

3. 添加变量

点击「添加变量」，创建：

• article_content：文章内容（多行文本）
• language：摘要语言（可选：中文/英文）

4. 测试

在右侧对话框输入测试内容，查看效果。

---

07—工作流实战：自动化文章处理流程

如果只是简单的聊天，功能有限。

下面介绍 Dify 的核心能力——工作流。

场景：自动化 SEO 文章生成

目标：输入关键词 → 自动生成 SEO 优化文章

工作流设计：

[开始] → [关键词分析] → [生成大纲] → [撰写正文] → [SEO优化] → [输出]

节点说明

节点	功能
LLM	调用大模型处理文本
Template	文本模板转换
HTTP	调用外部 API
Condition	条件分支
Loop	循环处理
Code	自定义 Python 逻辑

操作步骤

1. 创建应用 → 选择「工作流」
2. 从左侧拖拽节点到画布
3. 连接节点，设置参数
4. 点击「试运行」测试
5. 发布应用，获取 API

---

08—RAG 知识库：构建私有知识库

RAG（检索增强生成）是 AI 应用的核心能力之一。

Dify 内置了完整的 RAG 管道，让你无需编写代码就能构建私有知识库。

创建知识库

1. 点击左侧「知识库」
2. 点击「创建知识库」
3. 上传文档（支持 PDF、TXT、Markdown 等格式）
4. Dify 自动进行文本切分、向量 Embedding

文档处理流程

上传文档 → 文本清洗 → 智能切分 → 向量化 → 存储

Dify 支持的切分策略：

• 固定长度：按字符数切分
• 段落切分：按段落自然切分
• 语义切分：AI 自动识别语义边界

在应用中使用知识库

1. 打开应用编辑界面
2. 找到「上下文」设置
3. 选择已创建的知识库
4. 保存并发布

用户提问时，Dify 会先从知识库检索相关内容，再让 AI 生成答案。

---

09—Agent：让 AI 自主完成任务

Dify 的 Agent 是更高级的 AI 应用形态。

它能自主：

• 理解用户意图
• 规划任务步骤
• 调用工具执行
• 迭代优化结果

创建 Agent

1. 创建应用 → 选择「Agent」
2. 选择大模型（如 GPT-4o）
3. 配置工具集：
   • 🌐 搜索工具：实时搜索互联网
   • 💻 代码执行：运行 Python 代码
   • 📊 数据分析：处理数据文件
   • 🖼️ 图片生成：调用图片生成模型
4. 编写 Agent 提示词
5. 发布并测试

应用场景

场景	Agent 能力
客服机器人	自动回复 + 知识库检索
数据分析助手	上传数据 + 自动分析
内容创作助手	选题 → 写作 → 发布
代码审查助手	审查代码 + 给出建议

---

10—总结：Dify 适合谁？

Dify 的优势

✅ 零代码：可视化操作，无需编程基础
✅ 开源可控：可私有化部署，数据安全
✅ 模型丰富：300+ 模型一键接入
✅ 模板丰富：内置大量应用模板
✅ 社区活跃：13.8万星，社区活跃

适用人群

人群	Dify 能帮你做什么
产品经理	快速验证 AI 产品原型
开发者	快速搭建 AI 应用后端
企业用户	私有化部署，保护数据安全
AI 爱好者	学习 AI 应用开发的最佳实践

不适合的场景

❌ 需要深度定制化开发
❌ 超大规模并发（需要专业架构）
❌ 实时性要求极高

---

11—写在最后

Dify 正在让 AI 应用开发变得触手可及。

无论你是程序员、产品经理，还是对 AI 感兴趣的小白，都能用 Dify 快速搭建自己的 AI 应用。

下一步建议：

1. 安装 Dify，体验一下
2. 用模板创建一个应用
3. 尝试搭建一个知识库

AI 时代，每个人都可以成为创作者。

---