Dify大模型应用开发平台教程

教程导读

为什么打开 Dify 的控制台，每个按钮都认识，真要交付"两周内上线的智能客服助手"却不知从何下手？因为官方文档按功能模块组织知识，而搭建者需要的是按施工顺序组织。这本教程就站在搭建者视角：把"小艺"这个电商智能客服助手，从空白工作台逐步搭到对外服务，哪里按了什么、参数为何这么填、跑挂了怎么排查，全部摊开来讲。

这个教程解决什么问题

假设你在一家电商公司负责客服工具。产品经理的原话是："先做个能回答退换货政策的 AI 助手，两周后要能嵌到咱们的帮助中心里，最好还能把答不上来的问题转成工单。"你去搜 Dify，文档很全，但它是按功能模块组织的：知识库一节、工作流一节、API 一节。你真正要的是另一条线——按搭建的先后顺序：先装环境、再接模型、然后建助手、喂知识库、上工作流、最后发 API 嵌进业务。两条线的差别，就像五金手册和木工课的差别：手册告诉你每件工具的规格，木工课带你打完一张凳子。

这本教程就是那门木工课。全册围绕一个贯穿案例展开："小艺"，一个电商智能客服助手。它从第 3 章的一张空白画布起步，第 4 章学会查知识库，第 5 章长出一条工单分类流水线，第 6 章获得调用外部工具的能力，第 7 章通过 API 走进你的业务系统。每一章结束时，小艺都比上一章多一门手艺；每一节的内容，都是为了让它长出这门手艺所必需的操作与判断。

Dify 本身提供了可视化编排、知识库、Agent、工作流和服务化 API 这一整套台面。会点按钮不难，难的是判断：五种应用形态选哪种？分段长度设 500 还是 1000？温度调高还是调低？检索用向量还是混合？这些判断题没有标准答案，但有推理方法，本教程会把你带到"能自己推出答案"的位置。

适合谁读

• 被要求"两周内做个 AI 应用"的后端、全栈或运维工程师；
• 想把大模型能力接进自家产品、但不想从零写编排代码的技术负责人；
• 已经打开过 Dify、点了一圈按钮却不确定自己做得对不对的自学者；
• 需要评估 Dify 是否适合团队的架构师——你会看到它真实的边界与代价。

不要求你训练过模型，也不要求懂深度学习；会装 Docker、能读懂 JSON 和一段 Python，就够了。

学完你能做什么

1. 用 Docker Compose 在自己机器上部署一套可用的 Dify，并接入云上或本地的大模型；
2. 从空白开始搭建一个带知识库的聊天助手，并解释每个关键参数的取舍依据；
3. 为业务文档设计分段与检索策略，用命中测试验证召回质量，而不是凭感觉调参；
4. 编排出带条件分支、代码执行与 HTTP 调用的工作流，并把失败节点排查出来；
5. 给 Agent 配置工具、控制迭代次数，防止它跑飞或烧钱；
6. 通过 API 把应用集成进业务系统，看懂流式返回，掌握权限、日志与迭代运营的基本功。

全册知识地图

七个章节不是并列的七个专题，而是一条搭建流水线上的七道工序。下图是它们的依赖关系：第 1、2 章是地基（认知与环境），第 3 章产出第一个可用的应用，第 4、5、6 章分别沿"知识、确定性、自主性"三个方向增强它，第 7 章把成品交付出去。

图 0-1：全册知识地图

怎么用这个教程

主线章节（1、2、3、7）建议按顺序读，后面的工序依赖前面的产出。第 4、5、6 章是三个相对独立的增强方向：你的应用缺知识就先进第 4 章，需要确定性流程进第 5 章，需要自主决策进第 6 章。每章开头有一张"主线图"告诉你本章在整条流水线上的位置，每节开头两三句话说明它承接哪里、通向哪里。

动手环境方面：第 2 章会带你用 Docker Compose 装一套本地 Dify，之后每章的操作都能在这套环境里复现。如果没有大模型 API 预算，第 2 章也给了本地 Ollama 的接法。全册操作以社区版主流版本的界面为准，不同版本按钮位置可能略有出入，但概念与流程是稳定的。