Dify平台入门指南：从零开始构建AI应用

30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度在开始构建复杂的智能体工作流之前我们首先要做的就是进入 Dify 的世界。很多开发者朋友在初次接触 Dify 时可能会被其强大的功能所吸引直接一头扎进工作流或知识库的创建中却忽略了最基础也是最重要的一步——熟悉平台本身。这就像拿到一台新手机不先了解主界面、设置和应用商店就直接去下载复杂应用很容易迷失方向。本文将作为 Dify 系列教程的第二课手把手带你完成账号开通并系统性地导览 Dify 的每一个核心界面让你从“访客”变为“主人”为后续的 AI 应用开发打下坚实基础。无论你是想快速验证 AI 想法的新手还是寻求高效开发平台的团队这篇文章都能帮你快速上手。1. Dify 平台核心价值与定位回顾在深入了解界面之前我们有必要快速回顾一下 Dify 是什么以及它能为我们解决什么问题。这有助于我们在后续的界面导览中理解每个功能模块的设计初衷。Dify 是一个开源的 LLM 应用开发平台其核心目标是降低 AI 应用开发的门槛。它并非一个简单的聊天机器人前端而是一个集成了模型编排、工作流设计、知识库RAG、应用部署与监控的全栈式平台。你可以把它想象成一个为 AI 应用量身定制的“集成开发环境IDE 后端即服务BaaS”。它主要解决了以下几个痛点环境搭建复杂传统开发需要自行搭建向量数据库、处理模型 API 调用、管理对话上下文等Dify 将这些基础设施封装好开箱即用。流程编排困难实现一个多步骤的 AI 智能体例如先联网搜索再分析总结最后调用工具需要大量编码。Dify 通过可视化的拖拽工作流让复杂逻辑的构建变得直观。工程化部署繁琐从原型到可稳定对外服务的应用涉及部署、监控、版本管理等。Dify 提供了从开发、测试到一键发布的全流程支持。简单来说Dify 让你可以更专注于业务逻辑和创意而不是底层技术实现。接下来我们就从“入门”开始正式进入 Dify 平台。2. 开通你的 Dify 账号使用 Dify 主要有两种方式使用其官方提供的云端服务SaaS或者在本地/自有服务器上进行私有化部署。对于绝大多数初学者和希望快速上手的开发者强烈建议从云端服务开始它能让你在几分钟内就体验到 Dify 的全部核心功能无需操心服务器、Docker、环境变量等运维问题。2.1 访问官网与注册首先打开浏览器访问 Dify 的官方网站。在搜索引擎中直接搜索 “Dify” 通常第一个结果就是。或者你也可以直接输入其官方域名进行访问。进入官网后你会在页面右上角看到Get Started或开始使用的按钮。点击它你会进入账号注册/登录页面。Dify 通常支持多种注册方式以方便不同用户邮箱注册最通用的方式输入你的邮箱地址设置密码并通过邮件验证即可。第三方账号登录可能会支持使用 GitHub、Google 等账号进行快捷登录和授权。这对于开发者来说非常方便。操作步骤点击Sign Up或注册。选择邮箱注册填写有效的邮箱地址和密码密码需有一定强度。前往你的邮箱查收验证邮件点击邮件中的链接完成验证。验证成功后系统会自动跳转回 Dify 平台此时你的账号就已经创建完成了。重要提示请务必使用你能正常访问的邮箱因为后续的重置密码、重要通知都会通过该邮箱进行。2.2 理解云服务与本地部署的选择在成功登录后你就正式进入了 Dify 的控制台。但在此之前我们需要明确一个概念你现在使用的是Dify Cloud云端服务。Dify Cloud云端由 Dify 官方维护的服务器你只需要一个账号即可使用。优势是零运维、开箱即用、自动升级非常适合个人学习、团队快速原型验证以及中小型项目。数据存储在官方云端你需要阅读并理解其服务条款和隐私政策。Dify Self-Hosted本地部署将 Dify 的源代码部署在你自己的服务器或电脑上。优势是数据完全自主可控、可深度定制、无网络依赖适合对数据安全有严格要求的企业、需要离线环境使用的场景或需要进行二次开发的团队。部署方式通常使用 Docker Compose对用户的运维能力有一定要求。作为入门教程我们强烈建议你从云端服务开始。当你对 Dify 的功能非常熟悉并且项目有私有化需求时再考虑本地部署。网络上的 “dify本地部署教程”、“docker 安装 dify” 等热搜词就是为后一种场景准备的。3. Dify 控制台全景导览登录成功后你会进入 Dify 的主控制台界面。这个界面是你所有工作的起点结构清晰主要分为以下几个区域3.1 顶部导航栏位于页面最上方通常包含以下元素Logo / 首页按钮点击可随时返回控制台概览页。工作区切换器如有如果你同时是多个团队工作区的成员可以在这里切换。对于个人用户通常只有一个默认工作区。资源菜单这是核心导航入口通常以图标或文字形式列出包括应用、工作流、知识库、工具、日志与监控等。我们后续的绝大部分操作都会在这里进行。模型供应商设置一个非常关键的入口可能以模型供应商、LLM Providers或类似名称存在。在这里你需要配置 OpenAI、Azure OpenAI、Anthropic、Ollama本地模型等大语言模型的 API 密钥Dify 才能调用它们来运行你的应用。用户头像/设置点击可以查看账户信息、切换主题深色/浅色、查看文档、退出登录等。3.2 左侧边栏核心功能模块这是 Dify 平台的“心脏”所有核心功能都排列在此。我们来逐一拆解概览Dashboard是什么控制台的默认首页展示工作区的整体情况。看什么这里会显示你创建的应用数量、近期活跃度、API 调用次数、费用消耗如果使用付费模型等关键数据面板。帮助你快速了解整体运行状况。应用Apps是什么你使用 Dify 构建的所有 AI 应用的集合列表。一个“应用”是最终可独立访问和使用的成品例如一个客服机器人、一个内容总结工具或一个智能编程助手。能做什么在这里你可以创建新应用、查看和管理所有已创建的应用。每个应用都可以独立配置其使用的模型、提示词、工具和知识库。工作流Workflows是什么Dify 最强大的功能之一一个可视化、拖拽式的 AI 逻辑编排画布。它超越了简单的单轮对话允许你构建多步骤、有条件分支、能并行处理、可调用外部工具的复杂 AI 智能体。与“应用”的关系你可以将工作流看作是一个应用的“后端逻辑引擎”。一个应用可以直接基于一个对话型助手Chat App创建也可以基于一个更复杂的工作流Workflow App创建。工作流提供了更精细的控制能力。知识库Knowledge Bases是什么实现 RAG检索增强生成功能的核心模块。你可以在这里上传文本、PDF、Word、Excel、PPT、TXT 等文件Dify 会自动进行文本提取、分割、向量化并存储到向量数据库中。如何使用创建知识库后你可以在构建应用或工作流时关联它。当用户提问时系统会先从知识库中检索相关片段再连同问题和上下文一起发送给 LLM从而生成更精准、更具事实依据的答案。工具Tools是什么扩展 AI 应用能力的“手脚”。Dify 内置了一些基础工具如联网搜索、代码执行器并支持通过MCPModel Context Protocol协议连接海量外部工具。关键价值通过工具你的 AI 应用可以获取实时信息搜索、操作数据库、调用企业内部 API、发送邮件等真正实现自动化。日志与监控Logs Analytics是什么用于调试和观察应用运行情况的“黑匣子”和“仪表盘”。日志记录每一次用户对话、工作流执行的详细步骤、模型调用请求和响应、工具调用结果等。当应用表现不符合预期时这里是排查问题的第一现场。监控提供应用的使用量统计、响应时间、Token 消耗等指标帮助你优化成本和性能。成员与权限Members团队版功能是什么如果你使用的是团队版或企业版可以在这里管理团队成员并为他们分配不同应用或功能的访问、编辑、管理权限实现协同开发。3.3 主内容区中间最大的区域就是主内容区。它的内容会根据你在左侧边栏点击的不同选项而动态变化。当你在“概览”时它显示数据面板。当你在“应用”时它显示应用列表或单个应用的编辑界面。当你在“工作流”时它显示工作流画布。当你在“知识库”时它显示文档上传和管理界面。3.4 模型供应商配置你的第一步关键设置在你兴致勃勃地想要创建第一个应用之前有一个必须完成的步骤配置模型供应商。没有配置模型Dify 就像一辆没有发动机的汽车无法运行。操作路径点击顶部导航栏的模型供应商或LLM Providers。配置页面详解 在这个页面你会看到一个支持的大型语言模型LLM供应商列表常见的包括OpenAI包括 GPT-3.5-Turbo, GPT-4, GPT-4o 等。Azure OpenAI微软云上的 OpenAI 服务。Anthropic ClaudeClaude 系列模型。Ollama用于连接本地运行的开源模型如 Llama 3, Qwen, Gemma 等。这是“dify ollama”成为热词的原因。Google Gemini、DeepSeek、通义千问等国内外其他主流模型。以配置 OpenAI 为例在列表中找到OpenAI点击其卡片或“配置”按钮。你需要填写以下关键信息模型类型选择Chat对话模型。模型名称从下拉列表中选择例如gpt-3.5-turbo性价比高适合入门。API 密钥这是最重要的信息。你需要前往 OpenAI 官网注册账号并创建 API Key然后将其粘贴在此处。请妥善保管你的 API Key不要泄露。API 基础 URL通常使用默认的https://api.openai.com/v1即可。如果你使用第三方代理或 Azure 服务则需要修改。填写完成后可以点击“测试连接”验证配置是否正确。保存配置。为什么这是关键一步因为后续你创建的任何应用或工作流都需要指定一个“推理模型”。只有在这里配置好的模型才会出现在应用的可选列表中。这也是很多新手遇到“dify llm 提供者的密钥未设置”错误的根源。4. 创建你的第一个应用从对话助手开始现在平台熟悉了模型也配好了让我们动手创建第一个 AI 应用直观感受 Dify 的工作流程。4.1 选择应用类型点击左侧边栏的应用。在应用列表页面点击右上角的创建应用按钮。你会看到两种主要的应用类型选择对话型应用基于纯对话模式适合构建聊天机器人、客服助手等。这是最简单的入门方式。工作流应用基于我们之前提到的可视化工作流适合构建有复杂逻辑、多步骤的智能体。我们后续课程会深入讲解。选择对话型应用并为其取一个名字例如“我的第一个AI助手”。4.2 应用编排界面详解点击创建后你会进入该应用的“编排”界面。这个界面是定义应用大脑的地方主要包含三个部分提示词编排区中央编辑器角色与提示词在这里给你的助手设定“人设”和初始指令。例如“你是一个友好的编程助手专门帮助开发者解决 Python 和 JavaScript 问题。回答要简洁、准确并提供代码示例。”对话开场白设置用户打开聊天窗口时看到的第一句话。上下文变量你可以定义一些变量在提示词中用{{variable}}的形式引用实现动态内容。关联知识库在这里你可以选择之前创建的知识库为该助手赋予“长期记忆”和特定领域知识。工具勾选你希望这个助手能使用的工具例如“联网搜索”。勾选后助手在需要最新信息时会自动调用搜索功能。模型与参数配置区右侧边栏模型从下拉列表中选择你在“模型供应商”中配置好的模型例如gpt-3.5-turbo。参数调整模型的行为这是控制生成质量的关键。温度控制创造性与随机性。值越高接近1回答越多样、有创意值越低接近0回答越确定、保守。通常建议设置在 0.7 左右。最大 Token 数限制单次回复的长度。上下文长度定义模型能记住多长的对话历史。预览与测试区右侧或下方在配置的同时你可以直接在右侧的聊天窗口中进行实时测试输入问题查看助手的回答是否符合预期。这是即时反馈、快速迭代的关键。4.3 发布与访问应用当你对助手的表现满意后就可以将其发布出去。点击页面右上角的发布按钮。Dify 会为你生成两种主要的访问方式Web 访问地址一个独立的网页链接你可以直接分享给他人使用。这就是一个完整的、可交互的 AI 应用。API 端点如果你希望将 AI 能力集成到自己的网站、小程序或后端系统中可以使用提供的 API 和密钥进行调用。发布后你可以在“应用”列表中找到它并随时回来修改提示词、调整模型或查看使用日志。至此你已经完成了从注册到创建并发布一个完整 AI 应用的全过程。这个应用虽然简单但已经具备了核心的 AI 对话能力。5. 工作流界面初探对话应用是起点而工作流才是 Dify 的精华所在。让我们快速浏览一下工作流界面为下一课深入实操做准备。点击左侧边栏的工作流然后点击创建工作流。你会进入一个全新的画布界面。中间是广阔的绘图区左侧是节点工具箱右侧是节点配置面板。核心概念节点工作流中的基本执行单元。每个节点代表一个特定的操作例如“LLM 调用”、“知识库检索”、“条件判断”、“代码执行”、“HTTP 请求”等。连线连接节点的箭头代表数据的流向。一个节点的输出可以作为下一个节点的输入。画布你进行可视化编程的区域通过拖拽节点和连接线来构建逻辑。一个极简工作流示例 你可以尝试拖拽一个开始节点到画布再拖拽一个LLM节点然后用线将它们连接起来。在LLM节点配置中选择模型并编写提示词例如“请将用户输入翻译成英文。” 最后添加一个回答节点连接到LLM节点。点击右上角的“运行”在下方输入测试文本你就能看到这个翻译工作流是如何一步步执行的。这个可视化界面极大地降低了构建复杂 AI 逻辑的认知负担也是“dify工作流教程”、“dify工作流案例”等成为热门搜索的原因。6. 知识库管理界面知识库是让 AI 应用“博学多才”的关键。点击左侧边栏的知识库然后点击创建知识库。创建后进入知识库详情页你会看到以下几个主要功能文档上传支持批量上传多种格式文件。上传后Dify 会在后台自动进行文本解析、分块和向量化索引。索引方式可以选择分段策略如按字符数、段落、向量化模型等。对于初学者使用默认的高效模式即可。命中测试在知识库上传文档后你可以直接在界面中输入问题进行测试查看系统检索到了哪些文本片段从而评估知识库的质量。应用关联可以看到有哪些应用正在使用这个知识库。常见问题“dify文件上传失败”的排查点文件格式不支持。文件大小超限。文件内容为空或无法解析。网络问题导致上传中断。通常界面会有明确的错误提示。7. 常见问题与界面操作排错指南在熟悉界面的过程中你可能会遇到一些困惑或错误这里汇总一些初期常见问题的解决思路。问题现象可能原因解决思路创建应用时模型下拉列表为空未在“模型供应商”中配置任何可用的 LLM。前往顶部导航栏模型供应商至少配置一个模型如 OpenAI。应用测试时提示“内部服务器错误”或 “dify internal server error”1. 模型 API 密钥错误或过期。2. 模型服务商网络不通或额度用尽。3. Dify 云端服务临时故障。1. 检查模型供应商配置中的 API 密钥是否正确、有效。2. 前往对应模型平台如 OpenAI检查余额和状态。3. 稍后重试或查看 Dify 官方状态页。工作流运行失败某个节点报错节点配置不正确或上游节点传递的数据格式不符合下游节点要求。1. 检查报错节点的配置参数。2. 查看“日志与监控”中该次运行的详细记录追踪数据流。知识库检索结果不相关1. 文档分块策略不合适。2. 检索方式或相似度阈值设置不当。3. 文档内容本身不清晰。1. 尝试调整知识库的分段规则如减小分块大小。2. 在应用编排中调整检索的“相似度阈值”和“返回数量”。3. 优化上传文档的结构和内容。找不到“工具”或“插件”安装入口界面版本更新或权限限制。工具集成通常在“工具”页面或工作流节点的“工具”选择器中。插件市场可能需要从顶部导航的“Marketplace”或类似入口进入。确保你使用的是最新版界面。如何找回普通用户密码忘记了登录密码。在登录页面点击“忘记密码”通过注册邮箱接收重置链接。这是标准的账号密码找回流程。8. 最佳实践与下一步学习路线8.1 新手上路最佳实践从简入繁不要一开始就挑战复杂的工作流。先从对话型应用开始玩转提示词工程感受不同模型和参数的效果。善用测试与迭代Dify 的“预览”功能非常强大。每修改一次提示词或参数立即测试观察变化快速迭代。日志是你的好朋友任何不符合预期的输出第一时间去“日志与监控”里查看详细的执行过程包括模型接收到的具体提示、返回的原始内容、工具调用的输入输出等。这是调试的黄金准则。理解费用如果你使用 OpenAI、Claude 等付费 API时刻关注“概览”页面的用量统计。在测试阶段可以使用更便宜的模型如 gpt-3.5-turbo或设置用量上限。8.2 下一步可以探索什么在熟悉了基本界面和创建了第一个应用后你的 Dify 之旅才刚刚开始。接下来可以沿着以下路径深入学习深入工作流学习使用“条件判断”、“循环”、“变量赋值”等节点构建能处理复杂逻辑的智能体。尝试复现一个“dify工作流案例”比如自动生成社交媒体文案的流水线。精通知识库研究不同的文本分割方法、向量化模型对检索效果的影响。学习如何清洗和准备高质量的文档数据这是做好 RAG 应用的基础。连接外部世界探索“工具”的使用。学习如何通过 MCP 协议连接数据库、API或使用内置的联网搜索让你的 AI 应用获得实时信息和执行能力。探索插件生态访问 Dify 的插件市场看看有哪些现成的工具和模型可以一键集成快速扩展应用能力。考虑部署选项如果你对数据隐私有要求或者需要定制化开发可以开始研究“dify本地部署教程”学习使用 Docker 在自有环境中部署 Dify。通过本课的学习你已经成功跨越了从“听说 Dify”到“亲手使用 Dify”的门槛。你不仅拥有了一个可用的账号更对 Dify 平台的各个功能模块有了全景式的认识。记住所有复杂的能力都是由这些基础界面和操作组合而成的。接下来就请以你创建的第一个 AI 助手为起点开始大胆地探索和构建吧。在后续的课程中我们将逐一拆解工作流、知识库等高级功能带你解锁更强大的 AI 应用开发能力。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度