了解Dify：它是什么，能做什么？
Dify 是一个易用的、可扩展的、用于构建和运营原生AI应用的平台。简单来说，它为你提供了一个无需或只需少量代码，就能快速搭建各种AI应用（如聊天机器人、文本生成工具、智能体）的工具。
你不需要成为一个深度学习专家或者资深程序员，Dify 帮你管理了与大语言模型 (LLM) 的交互、数据处理（比如知识库的构建）、复杂逻辑的编排等后端工作，让你更专注于应用的创意和用户体验。
为什么选择Dify？
选择Dify来构建你的AI应用，通常是因为它提供了以下显著优势：
- 极低的门槛： 提供可视化界面，即使没有编程背景也能快速上手构建应用。
- 集成多样化的模型： 支持连接国内外多种主流或开源的大语言模型，为你提供了选择的灵活性。
- 开箱即用的知识库 (RAG)： 内置强大的知识处理能力，让你轻松上传文档、网站等数据，让AI能够基于你的私有数据进行问答或生成。
- 灵活的工作流编排： 通过图形化界面组合不同的AI能力、工具和自定义逻辑，构建复杂的多步骤智能体应用。
- 多种应用形态： 支持创建对话应用、文本生成应用和工作流，满足不同的应用场景需求。
- 便捷的发布与集成： 可以一键发布为Web应用，或通过API方便地集成到你现有的产品或服务中。
如何开始使用Dify？
获取Dify：云服务还是本地部署？
Dify 提供两种主要的使用方式：
云服务版： 这是最快、最便捷的开始方式。直接访问 Dify 官方提供的云平台（通常是 app.dify.ai），注册账号即可使用。你无需关心安装、维护、升级等技术细节。
开源自部署版： 如果你需要完全控制数据、对性能有特定要求或出于安全隐私考虑，可以选择在自己的服务器上部署 Dify。这通常需要一定的技术基础，可以使用 Docker 等方式进行安装。
注册与登录
如果你选择云服务版，访问云平台地址。点击注册按钮，使用邮箱或其他方式创建你的账号。完成注册并登录后，你将进入Dify的工作台界面，可以开始创建和管理你的应用了。
创建你的第一个应用
登录进入工作台后，通常会看到一个“创建应用”或类似的按钮。点击它，你将进入创建应用的向导。
选择应用类型
Dify 目前主要支持以下几种应用类型：
- 对话型应用 (Chatbot)： 最常见的类型，用于构建可以进行多轮对话的聊天机器人。适合客服、智能助理、问答等场景。
- 文本生成型应用 (Text Generator)： 用于构建一次性输入、一次性输出的文本处理工具。适合文章写作、内容摘要、翻译、分类等场景。
- 工作流 (Workflow)： 用于通过可视化的流程图编排更复杂的任务，可以将多个模型调用、工具使用、知识库查询、代码执行等步骤组合起来，构建高级智能体。
根据你的需求选择合适的类型。初学者通常可以从“对话型应用”或“文本生成型应用”开始。
填写基本信息
为你的应用命名（例如：“智能客服助手”、“文章摘要生成器”），并添加一个简要的描述，方便自己和其他协作者理解应用的功能。
配置核心功能：模型与提示词/工作流
应用创建成功后，你将进入应用的配置界面。这里是定义应用行为的核心区域。
选择与配置大语言模型 (LLM)
在配置界面的模型选项中，你需要选择一个或多个大语言模型来驱动你的应用。Dify 支持连接多种模型提供商（如 OpenAI 的 GPT 系列、Anthropic 的 Claude 系列、以及许多通过模型网关集成的开源模型）。
你需要确保你的工作空间已经配置了相应的模型提供商 API Key 或连接信息。在应用配置中，从下拉列表中选择你要使用的具体模型（例如：gpt-4o, claude-3-sonnet）。
同时，你还可以配置模型的参数，比如：
Temperature (温度)：控制输出的随机性，值越高越有创造性，值越低越确定和重复。Maximum Tokens (最大生成长度)：限制模型单次回复的最长Token数量。Top P：另一种控制随机性的参数。
设计你的应用逻辑：提示词或工作流
提示词编排 (Prompt Engineering – 适用于对话型和文本生成型应用)
提示词是指导大语言模型如何工作的核心指令。在Dify中，你可以通过结构化的方式构建提示词：
- 系统提示词 (System Prompt)： 这是给模型设定的“人设”或基础指令。你可以告诉模型它是什么（例如：“你是一个专业的电商客服助理”），它的目标是什么（例如：“你需要根据用户的问题，从提供的产品文档中寻找答案并友好地回复”），以及一些行为规范（例如：“回复要简洁明了，使用中文，不要透露你是AI”）。系统提示词是指导模型行为的最重要部分。
- 上下文 (Context)： 你可以在这里定义一些用于填充到提示词中的变量或信息，例如：用户输入、历史对话、外部数据查询结果等。
- 开场白与下一轮建议问题 (适用于对话型应用)： 设置用户打开聊天界面时看到的欢迎语以及模型回复后可能会提出的引导性问题。
- 示例 (Examples)： 提供一些输入和期望输出的示例对，帮助模型更好地理解你的意图和所需的回复格式。例如：输入“你们的退货政策是什么？”，期望输出“请查看我们的退货政策页面…”。
通过精心设计系统提示词和示例，你可以让模型按照你的预期进行交互。
构建工作流 (Workflows)
如果你的应用需要更复杂的逻辑，例如：先进行网络，然后阅读内容，接着根据内容调用某个API，最后再进行总结回复，那么就需要使用工作流。
工作流提供一个可视化的拖拽界面，你可以添加不同类型的节点 (Nodes)：
开始 (Start)：工作流的入口，定义输入参数。大语言模型 (LLM)：调用配置好的大语言模型进行文本生成或分析。知识库 (Knowledge)：从配置的知识库中检索相关信息。工具 (Tool)：调用外部工具或API执行特定任务（如查天气、执行代码、搜索）。代码 (Code)：执行自定义的代码片段（如 Python）进行数据处理。模板 (Template)：使用文本模板来格式化输出。结束 (End)：工作流的出口，定义最终输出结果。
通过连接这些节点，并配置节点间的输入输出关系，你可以构建任意复杂的逻辑流程。例如，一个问答工作流可以是：开始 -> 知识库检索 -> LLM (结合检索结果回答问题) -> 结束。
工作流是构建强大智能体的关键，它让AI不再局限于单一的模型调用，而是可以像人一样分步骤、利用工具来完成任务。
增强应用智能：知识库 (RAG)
什么是知识库？为什么要用它？
知识库是 Dify 实现检索增强生成 (RAG) 功能的地方。大语言模型虽然知识渊博，但它们的信息截止日期有限，也无法获取你的内部私有数据。通过构建知识库，你可以上传自己的文档、数据或指定网页链接，Dify 会对其进行处理（分块、向量化），使得模型在回答问题时，可以先从你的知识库中检索最相关的段落，然后结合这些检索结果来生成回答。
这对于构建基于企业内部文档的问答机器人、处理特定产品信息的客服、或者分析私人笔记等场景至关重要，能够大幅提高AI回复的准确性和专业性，减少“幻觉”。
如何上传与管理知识库
在应用的配置界面或工作空间左侧的“知识库”菜单中，你可以创建和管理你的知识库。
- 点击“创建知识库”，为其命名。
- 进入知识库详情页，点击“上传文档”或“同步外部数据”。
- Dify支持多种文件格式上传，包括但不限于：PDF, TXT, DOCX, XLSX, PPTX, MD (Markdown), CSV，以及通过爬虫同步指定网页或整个网站的数据。
- 上传后，Dify 会自动进行数据的清洗、分块和向量化处理。这个过程可能需要一些时间，取决于数据量大小。
- 处理完成后，你可以在应用配置的“知识库”选项中，选择启用这个知识库，并设置相关的检索参数（如检索的块数、相似度阈值等）。
集成外部能力：工具与插件
什么是工具？
工具赋予了大语言模型执行特定动作的能力，使其不再仅仅是进行文本交互，而是能够与外部世界互动。例如，一个查天气的工具可以让模型在被问到天气时，调用天气API获取实时数据并回复；一个网页工具可以让模型访问网页获取最新信息。
如何添加和使用工具
在工作空间的“工具”菜单下，你可以添加和管理工具。
- 内置工具： Dify提供了一些常用的内置工具，如网页、计算器等，可以直接启用。
- 自定义工具： 你可以添加自定义工具，通常是通过配置一个API接口。Dify支持OpenAPI (Swagger) 格式的接口描述，让模型理解如何调用你的API。
在应用配置（特别是工作流中）或提示词编排中，你可以选择启用已添加的工具。在提示词模式下，通过函数调用（Function Calling）能力，模型会根据对话内容判断是否需要调用某个工具，并生成调用参数。在工作流中，你可以直接拖拽“工具”节点，明确指定何时、如何调用工具，并将工具的输出作为下一步的输入。
测试与迭代
在配置应用的任何阶段，你都可以在Dify界面内直接进行测试。
- 在应用配置页面的右侧或顶部的“运行”/“预览”区域，你可以输入测试文本或发起模拟对话。
- Dify会展示模型的响应过程（在工作流中尤其清晰，可以看到数据如何在节点间流动），帮助你理解模型的思考过程和问题所在。
- 根据测试结果，不断回到配置界面调整提示词、工作流、知识库设置或模型参数，直到应用表现符合预期。
持续的测试和迭代是构建高质量AI应用的关键。
发布与分享你的应用
当你的应用经过测试，达到满意的效果后，就可以发布了。
多种部署方式
-
Web应用 (开箱即用)
这是最简单的发布方式。在应用的发布界面，你可以一键发布为一个独立的Web页面应用。Dify会生成一个公开或私有的链接，用户通过浏览器访问这个链接即可直接与你的AI应用进行交互。你还可以对Web应用的界面进行简单的定制（如修改标题、图标、颜色）。
-
API接口 (集成到自有应用)
如果想将AI能力集成到你自己的网站、App或其他系统中，可以选择发布为API。在应用的发布界面，启用API功能。Dify会提供API访问地址和你的应用专属API Key。开发者可以使用标准的HTTP请求调用这些API（如Chat API用于对话，Completion API用于文本生成，Workflow Run API用于执行工作流），将Dify构建的AI能力无缝集成到现有业务流程中。
-
内嵌 (Embed)
某些应用类型（如对话型应用）还支持内嵌功能，你可以获取一段HTML代码，将其粘贴到你的网页中，即可将Dify构建的聊天窗口嵌入到你的网站页面内。
成本考量：Dify的计费方式
使用Dify涉及的成本通常分为两部分：
-
Dify平台使用费： 这取决于你选择的是Dify的云服务版还是自部署版，以及云服务版的具体套餐计划。
- 免费层级： Dify通常提供一个免费层级，有使用次数（如模型调用次数、工作流运行次数）、知识库大小、协作者数量等方面的限制。适合个人学习和小规模测试。
- 付费计划： 付费计划通常会基于你工作空间的使用量来计费，例如每月的消息交互次数、工作流运行步数、知识库存储和处理量、使用的团队成员数量等。不同的计划提供不同的额度上限和更高级的功能。具体费用需要参考Dify官方的定价页面。
- 大语言模型 (LLM) 调用费： 这是使用各种模型提供商（如 OpenAI, Anthropic 等）的服务时产生的费用。这部分费用通常是直接支付给模型提供商的，与Dify平台费用是分开计算的。Dify只是作为你调用这些模型的一个平台和工具。你使用的模型、调用的次数和传输的数据量（Tokens）会影响这部分费用。
因此，在使用Dify构建和运营应用时，需要同时关注这两部分的成本。
常见问题解答
没有编程经验能用Dify吗？
完全可以。Dify 的核心设计理念之一就是降低AI应用的构建门槛，其友好的可视化界面让非开发者也能快速上手。
我的数据上传到Dify安全吗？
如果你使用Dify云服务，平台会采取相应的安全措施保护用户数据。如果你对数据安全和隐私有极高的要求，或者需要处理敏感数据，自部署开源版本并将数据存储在自己的环境中是更好的选择。
Dify支持哪些大语言模型？
Dify 通过不断的更新和集成，支持连接市面上主流的大部分大语言模型提供商，包括闭源模型（如GPT系列、Claude系列）和许多流行的开源模型（通常需要通过模型网关或API接入）。你可以在模型配置界面查看当前Dify版本支持的具体模型列表。
通过以上步骤，你就可以从零开始，利用Dify平台构建、测试、迭代并最终发布你的AI应用了。无论是简单的问答机器人，还是复杂的自动化智能体，Dify都提供了强大的支持。
