Dify 接入 ClaudeAPI.com 完整教程：在 Dify 中使用 Claude 模型

最近很多人在用 Dify 搭建自己的 AI 应用，比如客服机器人、知识库问答、Agent 工作流、企业内部助手等。

Dify 本身已经支持很多模型供应商，但如果想在 Dify 里使用 Claude 系列模型，最简单的方式之一就是通过 OpenAI API 兼容接口 来接入。

本文记录一次完整的配置流程：如何通过 ClaudeAPI.com，把 Claude 模型接入 Dify。

整体流程不复杂，主要分为：

  1. 准备 Dify 环境
  2. 安装 OpenAI-API-compatible 插件
  3. 添加 Claude 模型
  4. 在应用中调用模型
  5. 排查常见报错

适合刚开始使用 Dify 的开发者参考。

一、准备工作

开始之前，需要先准备好下面几项内容。

项目 说明
Dify 账号 可以使用 Dify Cloud，也可以 Docker 自部署
API Key 在 ClaudeAPI.com 控制台获取
API Base URL https://gw.claudeapi.com/v1
模型 ID 例如 claude-sonnet-4-6、claude-opus-4-7

这里需要注意一点：
Dify 接入第三方模型时，最关键的是 接口格式是否兼容。

ClaudeAPI.com 提供的是 OpenAI API 兼容格式，因此可以直接配合 Dify 的 OpenAI-API-compatible 插件使用，不需要额外写适配代码。

二、选择 Dify 使用方式

Dify 有两种常见使用方式：Cloud 版和自部署版。

如果只是测试、学习、快速搭建应用，建议直接使用 Dify Cloud。
如果对数据隔离、私有化部署、内网环境有要求，可以选择 Docker 自部署。

方式一：使用 Dify Cloud

直接访问：

https://dify.ai

注册并登录账号即可使用。

这种方式的优点是：

  • 不需要服务器
  • 不需要 Docker
  • 不需要维护环境
  • 适合新手快速上手

如果只是想验证 Claude 模型能不能在 Dify 里跑通，推荐先用 Cloud 版测试。

方式二：Docker 自部署 Dify

如果你有自己的服务器，也可以使用 Docker Compose 部署 Dify。

官方部署方式如下：

git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d

启动完成后，访问：

http://你的服务器IP/install

如果是在本地部署，则访问：

http://localhost/install

完成初始化后即可进入 Dify 后台。

官方文档地址：

https://docs.dify.ai/en/self-host/quick-start/docker-compose

一般来说，测试环境最低建议配置：

配置 建议
CPU 2 核及以上
内存 4 GiB 及以上
磁盘 20GB 以上更稳

如果后续要跑知识库、向量检索、多个应用，建议配置再高一些。

三、安装 OpenAI-API-compatible 插件

登录 Dify 后，进入模型供应商配置页面：

右上角头像 → Settings → Model Providers

在模型供应商或插件列表中找到：

OpenAI-API-compatible

然后点击安装。

插件地址：

https://marketplace.dify.ai/plugin/langgenius/openai_api_compatible

这个插件的作用是让 Dify 可以调用兼容 OpenAI API 格式的第三方模型服务。

也就是说，只要接口格式符合 OpenAI API 调用规范，就可以通过这个插件接入 Dify。

ClaudeAPI.com 正好提供了这种兼容接口，所以这里不需要额外开发 Provider，也不需要改 Dify 源码。

四、添加 Claude 模型

插件安装完成后，进入 OpenAI-API-compatible 配置页面，点击：

Add Model

然后按照下面的信息填写。

配置项 填写内容
Model Type LLM
Model Name claude-sonnet-4-6
API Key ClaudeAPI.com 控制台获取的 API Key
API Endpoint URL https://gw.claudeapi.com/v1
Completion mode Chat
Stream 建议开启

这里最容易出错的是 Model Name。

模型名称必须填写准确的模型 ID，不能写中文名，也不能写简称。

例如：

正确写法：

claude-sonnet-4-6
claude-opus-4-7
claude-haiku-4-5-20251001

错误写法：

Claude Sonnet
Claude 4.6
sonnet-4
opus

如果模型 ID 写错，后面调用时很容易出现：

model not found

所以这里建议直接从控制台或模型列表复制，不要手动猜名称。

五、测试模型是否可用

保存模型配置后，可以先在 Dify 的模型配置页面里输入一个简单问题测试。

例如：

你好，请用一句话介绍一下你自己。

如果模型能正常返回内容，说明 Dify 和接口已经连通。

如果没有返回，先不要急着改应用配置，优先检查这几个地方：

  1. API Key 是否正确
  2. API Endpoint URL 是否带了 /v1
  3. 模型 ID 是否填写准确
  4. 当前服务器网络是否能访问接口

其中 Base URL 一定要写完整：

https://gw.claudeapi.com/v1

不要写成：

https://gw.claudeapi.com

少了 /v1 是非常常见的错误。

六、在 Dify 应用中使用 Claude 模型

模型添加完成后，回到 Dify 首页，新建一个应用。

路径如下：

Create App → Chatbot / Agent / Workflow

常见选择方式：

应用类型 适合场景
Chatbot 普通聊天机器人、客服助手
Agent 需要工具调用、自动规划任务的智能体
Workflow 流程编排、批处理、自动化任务
Knowledge Base + Chatbot 企业知识库问答、文档检索

进入应用编排页面后，在模型选择处选择刚才添加的模型：

claude-sonnet-4-6

选择完成后，就可以正常在 Dify 中调用 Claude 模型了。

七、推荐参数设置

不同应用场景下，模型参数可以稍微调整。

下面是一个比较通用的参考配置。

场景 Temperature Max Tokens
普通聊天机器人 0.7 4096
知识库 RAG 问答 0.2 - 0.5 4096
代码生成 0.2 - 0.4 8192
长文档分析 0.2 - 0.4 8192
客服问答 0.3 - 0.5 4096
内容创作 0.7 - 0.9 4096

简单理解：

  • Temperature 越低，回答越稳定
  • Temperature 越高，回答越发散
  • Max Tokens 越大，允许模型输出越长

如果是知识库问答、企业内部助手、客服机器人，建议 Temperature 不要太高。
如果是文案生成、创意写作，可以适当调高。

八、常见报错排查

下面整理几个实际配置中最常见的问题。

1. 401 Unauthorized

报错示例：

401 Unauthorized

一般是 API Key 问题。

检查方向：

  • API Key 是否复制完整
  • 前后是否有多余空格
  • Key 是否已经失效
  • 是否填到了错误的位置

建议重新到 ClaudeAPI.com 控制台复制一次 Key，再粘贴到 Dify 中。

2. model not found

报错示例：

model not found

一般是模型 ID 写错。

正确示例：

claude-sonnet-4-6
claude-opus-4-7
claude-haiku-4-5-20251001

错误示例：

Claude Sonnet
Claude 4.6
sonnet
opus-4

Dify 调用模型时会严格按照 Model Name 传参，所以模型 ID 必须精确。

3. 接口无响应或超时

如果接口一直无响应，优先检查 API Endpoint URL。

正确写法：

https://gw.claudeapi.com/v1

错误写法：

https://gw.claudeapi.com

如果是自部署 Dify，还需要检查服务器网络环境，比如：

  • 防火墙
  • DNS
  • Docker 容器网络
  • 服务器是否能访问外部 API
  • 是否需要代理

4. 自部署插件安装失败

如果 Docker 自部署环境中安装插件失败，通常和网络有关。

需要确认服务器能访问：

marketplace.dify.ai
github.com

同时建议检查 Dify 版本是否过旧。
如果版本太旧，可能会出现插件市场加载失败或插件不兼容的问题。

5. 流式输出异常

如果开启 Stream 后输出异常，可以先关闭 Stream 测试。

排查顺序建议如下：

  1. 关闭 Stream
  2. 测试普通响应是否正常
  3. 如果普通响应正常，再重新开启 Stream
  4. 检查 Dify 日志和接口返回

如果只是普通 Chat 模式，Stream 不是必须项。
但如果用于聊天机器人，开启 Stream 体验会更好。

九、自部署环境下验证接口连通性

如果你使用的是 Docker 自部署 Dify，并且模型调用失败，可以直接在服务器上测试接口是否可达。

执行：

curl https://gw.claudeapi.com/v1/models \
  -H "Authorization: Bearer sk-你的key"

如果能正常返回模型列表，说明服务器和接口之间网络是通的。

这时问题大概率出在 Dify 配置层面，比如：

  • Model Name 写错
  • API Key 填错
  • Endpoint URL 填错
  • Completion mode 选择错误

如果 curl 没有响应，则优先检查：

  • 服务器网络
  • DNS 解析
  • 防火墙
  • Docker 网络
  • 代理配置

这个方法比较直接，适合排查自部署环境问题。

十、配置速查表

最后放一张速查表，方便配置时对照。

项目 内容
Dify 模型插件 OpenAI-API-compatible
Model Type LLM
Completion mode Chat
API Endpoint URL https://gw.claudeapi.com/v1
API Key ClaudeAPI.com 控制台获取
推荐模型 claude-sonnet-4-6 / claude-opus-4-7
Stream 建议开启
Dify Cloud https://dify.ai
Dify GitHub https://github.com/langgenius/dify
Dify 插件市场 https://marketplace.dify.ai
ClaudeAPI.com https://www.claudeapi.com

总结

Dify 接入 Claude 模型的核心其实就两点：

第一，使用 Dify 的 OpenAI-API-compatible 插件。
第二，填写正确的 API Endpoint URL、API Key 和模型 ID。

由于 ClaudeAPI.com 提供 OpenAI API 兼容格式，所以整个接入过程不需要改代码，也不需要自己写适配器。对于想快速在 Dify 里测试 Claude、搭建 RAG 应用、做 Agent 工作流的开发者来说，这种方式比较省事。

如果只是新手测试，建议先使用 Dify Cloud 跑通流程。
如果后续要做企业内部知识库、私有化应用或生产环境部署，再考虑 Docker 自部署。

整体配置路径可以简单记成：

Dify → Model Providers → OpenAI-API-compatible → Add Model → 填写 ClaudeAPI.com 接口信息

配置完成后，就可以在 Dify 的 Chatbot、Agent、Workflow 和知识库应用中正常使用 Claude 模型了。

# java # python # 人工智能 # c++ # github
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

【人工智能】《从零搭建AI问答助手项目（六）：Chunk + Overlap 优化》

本文探讨了优化RAG问答系统的关键方法——Chunk分块与Overlap重叠技术。文章指出，合理的文本分块能解决大模型处理长文本时的计算限制，而重叠设计可避免语义割裂。作者分享了分块大小的选择原则（适中+重叠）、不同文档类型的适配方案，并提供了Python实现代码。通过对比优化前后的检索效果，展示了该方法如何提升问答准确性。文章还总结了实践中的常见问题（如分块过大导致检索不准）及解决方案（调整分块

avatar AtomGit开源社区
cover

Java Web 在线招投标系统系统源码-SpringBoot2+Vue3+MyBatis-Plus+MySQL8.0【含文档】

avatar AtomGit开源社区
cover

langchain-rust：高性能Rust LLM应用开发实战

avatar AtomGit开源社区