写在前面

作为一名 AI 技术爱好者，我一直想做一个能“活”起来的小说角色。想象一下，如果你喜欢的张飞、林黛玉或者哈利·波特，能通过微信和你聊天，用他们独特的语气和性格回应你，那该多酷？

经过一段时间的研究和实践，我发现 Dify 这个开源平台让这个想法变得异常简单。它无需复杂编程，通过可视化拖拽就能搭建出专业级的 AI 应用。本文将从一个具体的案例——搭建张飞角色扮演 AI 出发，一步步教你掌握 Dify 工作流和 Chatflow 的完整开发流程，并最终将它接入微信。

无论你是 AI 新手还是资深玩家，这篇保姆级教程都能让你快速上手，打造属于你自己的“数字分身”。

一、初识 Dify：为什么选择它？

Dify 是一个开源的 LLM 应用开发平台，它的核心理念是“人人可用的 AI 应用开发平台”。这意味着，即使你不懂代码，也能通过直观的界面创建复杂的 AI 应用。

Dify 提供了两种核心的工作流类型，理解它们的区别至关重要：

特性	Chatflow	Workflow
适用场景	对话类应用，支持多轮交互，如客服、角色扮演	自动化、批处理任务，一次性执行，如批量翻译、内容生成
对话记忆	支持，内置 Memory 功能，能记住上下文	不支持，每次都是独立的处理任务
输出方式	支持流式输出，可实时生成回复	仅在流程结束时输出最终结果
内置变量	包含 sys.query(用户问题)、sys.conversation_id等	不包含对话相关变量
结束节点	使用 Answer 节点输出回复	使用 End 节点标记结束

简单来说：如果你想做一个能和你聊天的“张飞”，选择 Chatflow；如果你想用 AI 批量写小说大纲，选择 Workflow。本文我们选择 Chatflow。

二、环境准备：三步开启 Dify 之旅

2.1 部署 Dify 并配置 Qwen 模型

你可以在 Dify 官网注册云服务账号，一键开始使用，也可以选择在本地或服务器上私有化部署。

部署完成后，第一步是配置模型供应商。以阿里云百炼平台的 Qwen 模型为例：

1. 在 Dify 中，点击右上角头像，选择“设置” -> “模型供应商”。
2. 找到并安装“通义千问”供应商。
3. 填入从阿里云百炼获取的 API Key，并选择你想要使用的模型，如 qwen-plus-latest。

2.2 核心概念：理解 Dify 工作流节点

Dify 的工作流由一个个“节点”组成，每个节点负责一个独立的任务。你需要掌握几个核心节点：

• 开始 (Start) 节点：工作流的入口，用于接收用户输入。
• 知识检索 (Knowledge Retrieval) 节点：连接你的知识库，检索相关信息。
• LLM (Large Language Model) 节点：核心大脑，负责理解问题并生成回答。
• 参数提取器 (Parameter Extractor) 节点：从自然语言中提取关键信息。
• 直接回复 (Answer) 节点：将处理结果返回给用户。

2.3 准备知识库：投喂张飞的“灵魂”

知识库是角色扮演 AI 的“灵魂”，它储存了角色的所有信息。为了让张飞更逼真，你需要准备一份关于他的高质量资料，可以是一本小说、一段人物设定，或是一些经典对话。

1. 在 Dify 中，点击顶部“知识库”，然后“创建知识库”。
2. 选择数据源，上传你的张飞资料文件（TXT、PDF 等格式均可）。
3. Dify 会自动对文本进行分段和向量化。建议使用“父子分段”模式，索引方式选择“高质量”，检索设置选择“混合检索”，并开启 Rerank 模型以获得最佳效果。
4. 等待知识库状态变为“可用”，即表示你的“张飞”资料库准备就绪。

三、核心实战：打造你的第一个角色扮演 Chatflow

我们以“张飞”为例，打造一个能与你对话的角色扮演 AI。

3.1 搭建基础流程：LLM + 知识检索

步骤一：创建 Chatflow 应用
在“工作室”页面，点击“创建空白应用”，选择“Chatflow”类型，并命名为“张飞模拟器”。

步骤二：配置开始节点
点击画布上的“开始”节点。这里我们会发现它已经默认提供了 sys.query 变量，这正是用户输入的文本。我们无需额外配置。

步骤三：添加并配置知识检索节点
在“开始”节点后添加一个“知识检索”节点。

• 查询变量：选择 sys.query，表示用用户的问题去检索。
• 知识库：选择你刚才创建的张飞知识库。
• 召回设置：选择“高质量”模式，并打开“混合检索”和“Rerank 模型”，以提升检索准确性。

步骤四：添加并配置 LLM 节点
这是让模型“成为”张飞的关键步骤。在“知识检索”节点后添加一个“LLM”节点。

• 模型：选择你配置好的 Qwen 模型。
• 上下文：在“上下文”选项中，点击并选择“知识检索”节点的 result 变量。这告诉 LLM 要结合知识库的内容来生成回答。
• 系统提示词 (System Prompt)：这是赋予模型角色和性格的核心。一个好的提示词模板如下：

# 角色与性格
你是三国时期的猛将张飞，字翼德。你性格豪迈勇猛，性如烈火，声若巨雷，但忠肝义胆，爱憎分明。

# 说话风格
- 说话直率、粗犷，声音洪亮。
- 多用“俺”、“俺老张”、“哈哈哈”这类词汇。
- 高兴时会大笑，生气时会暴怒。

# 核心指令
1. 严格依据知识库中的内容进行回答。
2. 必须始终以张飞的第一人称进行思考和回应。
3. 如果用户的问题超出了你的知识范围，用角色的口吻回答。
4. 不要出现“作为一个人工智能模型”等话语。

• 用户提示词 (User Prompt)：填入 {{#sys.query#}}，表示接收用户的问题。

步骤五：添加并配置直接回复节点
在 LLM 节点后添加“直接回复”节点，并将其回复内容设置为 LLM 节点的 text 输出。

步骤六：测试
点击右上角的“预览”按钮，在对话框中输入“你是谁？”，看看张飞是不是已经“活”过来了。

3.2 流程优化：增加“意图判断”分支

在实际对话中，用户可能问一些与张飞无关的问题。为了让流程更智能，我们可以加入“条件分支”节点。

1. 在“开始”节点后，添加一个“问题分类器”节点。
2. 配置分类器，定义两个分类：role_play（角色扮演）和general（通用问题）。
3. 创建两个分支，连接“问题分类器”节点的不同输出。
4. 在 role_play 分支上，继续使用“知识检索 + LLM”的流程。
5. 在 general 分支上，可以直接连接一个 LLM 节点，或者使用“直接回复”节点给出一个预设回复，比如“俺老张只懂打仗，莫要问这些文绉绉的问题！”

四、进阶玩法：让 AI 更懂你

4.1 参数提取器：精准控制生成内容

有时候，你可能希望 AI 严格按照你的要求来生成内容，比如规定字数、风格或人物关系。这时，参数提取器节点就能派上用场。

案例：生成特定风格的对话
假设你想让张飞说一段关于“义气”的话，并且控制在100字以内。

1. 在“开始”节点后，添加一个“参数提取器”节点。
2. 在“提取参数”中，定义两个参数：theme（主题）和word_limit（字数限制）。
3. 在“指令”中，编写提取规则：

   从用户的问题中提取出对话的主题和要求的字数限制。
   主题（theme）：用户要求张飞谈论的主题，如“义气”、“战争”。
   字数限制（word_limit）：用户要求的回复字数，默认为50。
   

4. 然后将这个节点连接到 LLM 节点。在 LLM 节点的用户提示词中，就可以引用这些变量：

   请以张飞的口吻，说一段关于{{#参数提取器.theme#}}的话，字数控制在{{#参数提取器.word_limit#}}字以内。
   

这样，当你输入“张飞，说说什么是义气，控制在50字内”，参数提取器就会自动解析出 theme 为“义气”，word_limit 为“50”，并传递给 LLM，实现精准控制。

4.2 基于角色数据的深度微调

如果你希望你的角色表现力更上一层楼，可以基于收集到的小说数据进行模型微调，将其变成一个“专业小说对话模型”。这种方式能让模型更自然地掌握角色的语气和风格。具体的技术路线，可以参考如何使用 LLaMA-Factory 进行小说对话模型的微调，这是将通用大模型变成专用角色模型的关键一步。

五、发布与对接：让你的 AI 走出 Dify

构建完成后，最激动人心的环节就是将它发布出去，让它在微信或 QQ 上和大家互动。

5.1 发布为可访问的 API

在 Dify 应用编辑页面的左上角，点击“发布”按钮。发布成功后，点击“访问 API”：

1. 复制右上角的 API 服务器地址（如 https://api.dify.ai/v1）。
2. 创建一个 API 密钥，并妥善保存这个以 sk- 开头的 Key。

5.2 接入微信或 QQ 生态

有了 API 地址和密钥，我们就可以通过第三方工具将它接入聊天软件。

• 方案一：Dify on WeChat 项目（适合个人微信）：这是一个开源项目，专门用于将 Dify 应用接入个人微信。你只需要按照项目文档安装配置，填入你的 API 信息即可。
• 方案二：LangBot 通用框架（适合企业微信/QQ）：LangBot 是一个更通用的多平台机器人框架。在 LangBot 中配置 Dify 服务 API，并绑定到企业微信或 QQ 的机器人上，即可实现自动回复。

六、常见问题与优化建议

• Q: 角色扮演时，AI 容易“出戏”，怎么办？
  A: 优化系统提示词是关键。尽量描述得细致，可以加入“禁止以AI助手的身份回答”、“必须使用第一人称”等约束。同时，确保你的知识库资料足够丰富和准确。
• Q: 知识库检索不到相关内容，回答很生硬？
  A: 尝试调整知识库的检索设置，比如降低“Score 阈值”以召回更多结果，或调整混合检索中语义与关键词的权重。此外，优化原始文档的分段方式（如父子分段）也非常有效。
• Q: API 调用超时或失败？
  A: 检查你的 API 地址和密钥是否正确，并确认你的 Dify 应用已成功发布。如果是本地部署，请确保网络畅通。

结语：开启你的 AI 创作之旅

通过本文，你已经掌握了使用 Dify 搭建角色扮演 AI 的全流程。从理解核心概念，到动手搭建 Chatflow，再到利用参数提取器进行精细控制，最后将它发布并接入微信，你已经完成了一次从零到一的 AI 应用开发。

AI 的世界充满了无限可能，你完全可以根据自己的喜好，创造林黛玉、孙悟空，甚至是属于你自己的原创角色。现在，就打开 Dify，开启你的 AI 创作之旅吧！如果在实践过程中遇到任何问题，欢迎随时和我交流讨论～