Dify 安装与功能使用指南

Dify 是一款开源的大语言模型（LLM）应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 理念，帮助开发者快速搭建生产级的生成式 AI 应用。即使是非技术人员，也能参与 AI 应用的定义和数据运营。

Dify 内置了构建 LLM 应用的关键技术栈，包括：

✅ 支持数百个模型
✅ 直观的 Prompt 编排界面
✅ 高质量的 RAG 引擎
✅ 稳健的 Agent 框架
✅ 灵活的流程编排
✅ 易用的界面和 API

这使开发者能专注于创新和业务需求，避免重复造轮子。

通过 Docker Compose 安装社区版 Dify

步骤 1：下载源码

GitHub 源

git clone https://github.com/langgenius/dify

网盘备份（国内备用）
- 文件：dify-main.zip
- 链接: https://pan.baidu.com/s/1NE9JoKPlmt4tEMj6IltSnw
- 提取码: dynk

步骤 2：解压并配置

unzip dify-main.zip       # 解压文件
cd dify-main/docker       # 进入 Docker 目录

步骤 3：环境配置

cp .env.example .env      # 复制环境模板
vi .env                   # 编辑环境变量配置

步骤 4：启动服务

docker-compose up -d      # 后台启动容器

安装依赖过程示例：

下载依赖

步骤 5：访问应用

启动完成后访问：http://localhost

成功界面：

启动完成界面

功能提示

在控制台中您可以：

创建自定义 Agent
设计 AI 工作流
配置多轮对话系统
管理数据集和模型

Dify 核心功能使用指南

一、应用创建与管理

新建应用

登录后点击「创建应用」，选择应用类型：

对话型应用：构建聊天机器人（如客服助手）
文本生成型应用：创建内容生成工具（如文案写作）

输入应用名称和描述。

应用配置

# 示例：通过API创建应用
curl -X POST "https://api.dify.ai/v1/apps" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
  "name": "智能客服助手",
  "type": "chat"
}'

二、Prompt 编排（核心功能）

可视化编排器

在应用编辑页面的「提示词编排」标签页中：

拖拽组件构建对话流程
插入变量：{{customer_name}}
设置条件分支：IF {{user_type}} == "VIP"

高级编排技巧

# 多角色对话示例
你是一名{{industry}}客服专家，请根据用户情绪调整语气：
[系统] 当前用户情绪：{{sentiment_analysis}}
[规则]
- 若情绪=愤怒：先道歉再解决问题
- 若情绪=困惑：分步骤解释

三、RAG 引擎使用（知识库增强）

上传知识源

支持格式：PDF / Word / TXT / Markdown
自动分块处理（可调整块大小）
向量化存储到内置数据库

知识检索配置

# .env 配置示例
RAG_TOP_K=5  # 返回最相关的5个知识片段
RAG_SCORE_THRESHOLD=0.7  # 相似度阈值

四、Agent 开发

创建 AI Agent

路径：控制台 > Agent > 新建

关键配置：

工具库：连接 API / 数据库
记忆机制：短期 / 长期记忆设置
推理逻辑：ReAct 思考链配置

Agent 调试控制台

# 查看 Agent 思考过程
from dify_client import AgentDebugger

debugger = AgentDebugger(agent_id="agt_123")
print(debugger.get_thought_chain())

五、工作流编排

可视化工作流构建器

拖拽节点：LLM 调用 / 数据查询 / 条件判断
连接节点构建 AI 流水线：

[用户输入] → [意图识别] → [数据库查询] → [LLM生成] → [格式校验]

预置模板库

客户服务工单处理
电商商品推荐流水线
智能合同审核工作流

六、数据集管理

数据标注

上传对话记录 / 文本样本
标注意图分类标签
标记优质回答示例

持续训练

# 启动增量训练
dify-cli training start \
--dataset-id ds_789 \
--base-model gpt-3.5-turbo

七、API 集成

获取 API 密钥

路径：应用设置 > API 密钥 > 创建新密钥

调用示例

from dify_client import DifyClient

client = DifyClient(api_key="app-xxxxxx")
response = client.chat_completion(
    inputs={"question": "你们的服务价格是多少？"},
    user="user_123",
    stream=True  # 启用流式响应
)

八、监控与优化

数据分析看板

请求量 / 响应延迟监控
用户满意度热力图
错误类型分布

AB 测试

创建不同 Prompt 版本
分配流量比例（如：V1:30%, V2:70%）
基于转化率选择最优版本

搭建dify