Dify 核心概念与基础使用

适用版本：Dify Community Edition v1.16.0
面向读者：零基础，已装好 Dify、认识界面
阅读时长：约 25 分钟
前置：02-安装与部署.md、03-界面介绍.md
目标：学完你能接入国内模型，并做出第一个能对话的 Chatbot。

---

1. 先理清几个核心概念

概念	大白话	在 Dify 哪设置
模型（Model）	真正「动脑子」的大语言模型	设置 → 模型供应商
提示词（Prompt）	你给 AI 的指令 / 人设	Studio → 提示词
变量（Variable）	对话里可动态填入的占位符	提示词里用 {{变量名}}
记忆（Memory）	AI 记住你们前面的对话	默认开启，可设轮数
上下文 / 知识库	让 AI 参考你自己的资料	Studio → 上下文
工具（Tool）	给 AI 加外部能力（搜索/代码）	Studio → 工具
Agent	能自己调用工具完成任务的 AI	创建应用选「智能体」

📌 本篇聚焦「聊天助手（Chatbot）」这一最简单也最常用的形态，把上面的概念串起来。

---

2. 接入模型（国内可访问，三选一）

⚠️ 关键点：Dify 不自带模型，必须先在这里添加至少一个模型，否则对话会报错。三步通用流程：
设置 → 模型供应商 → 安装插件 → 填 API Key → 选默认模型。

2.1 通义千问（Qwen，阿里云百炼）⭐ 推荐新手

1. 打开 https://dashscope.console.aliyun.com ，用阿里云账号登录。
2. 左上角「API Key 管理」→ 创建 Key，复制保存（形如 sk-xxxx）。
3. 在百炼控制台「模型广场」确认已开通你要的模型（如 qwen-plus、qwen-max、qwen2.5-7b-instruct 等）。
4. 回到 Dify：设置 → 模型供应商 → 搜索「通义千问」→ 安装插件。
5. 点「设置」，把 API Key 粘贴进去，保存。
6. 在「模型列表」里会看到 qwen-plus 等，设为默认或备用。

💡 经济实惠组合：日常测试用 qwen-plus（便宜够用），要求高时用 qwen-max。

2.2 DeepSeek

方式一：官方

1. 打开 https://platform.deepseek.com → API Keys → 创建 Key。
2. Dify：模型供应商 → 搜索「DeepSeek」→ 安装 → 填 Key。
3. 模型选 deepseek-chat（对话）或 deepseek-reasoner（推理）。

方式二：硅基流动 SiliconFlow（国内访问更稳，还能用很多开源模型）

1. 打开 https://siliconflow.cn → 注册 → API 密钥。
2. Dify 里 DeepSeek 也兼容 OpenAI 协议；也可直接装 SiliconFlow 插件，填 Key，模型选 deepseek-ai/DeepSeek-V3 等。

💡 想体验「会思考」的模型，用 deepseek-reasoner；日常对话用 deepseek-chat 更省。

2.3 Ollama（本地模型，隐私最好，免 API Key）

适合不想花钱、且电脑配置够（建议 16G 内存以上）的同学。

本机安装 Ollama：

# macOS / Linux：官网 https://ollama.com 下载安装，或
curl -fsSL https://ollama.com/install.sh | sh

# 拉取一个中文友好的模型
ollama pull qwen2.5:7b
# 启动服务（默认端口 11434）
ollama serve

在 Dify 里接入 Ollama：

1. Dify：模型供应商 → 搜索「Ollama」→ 安装插件。
2. 填 Base URL：
   • 如果你 Dify 是 Docker 部署 且 Ollama 在宿主机：填 http://host.docker.internal:11434（Windows/Mac）。
   • 如果 Dify 和 Ollama 都在同一台 Linux 裸机：填 http://localhost:11434。
   • Linux Docker 容器内访问宿主机 Ollama：填宿主机内网 IP，如 http://192.168.1.10:11434。
3. 点「管理模型」，填入 qwen2.5:7b，保存。

⚠️ 连不上的最常见原因：Docker 网络隔离。记住口诀——Docker 里访问宿主机用 host.docker.internal，Linux 用真实 IP。

2.4 验证模型是否接好

在 设置 → 模型供应商 看到模型状态为「已启用 / 可用」，且创建应用时能选到它，就说明成功了。

---

3. 动手：做第一个 Chatbot（5 步）

目标：做一个「公司制度问答小助手」（先不接知识库，纯靠提示词）。

第 1 步：创建应用

「+ 创建应用」→ 选 聊天助手 → 名称「制度问答小助手」→ 创建。

第 2 步：写提示词（人设）

在 Studio 左侧「提示词」框输入：

你是一个严谨、友好的公司制度问答助手。
- 只回答与公司制度、人事、考勤相关的问题。
- 如果问题超出制度范围，礼貌说明无法回答。
- 回答要简洁，使用中文。

第 3 步：选模型

「模型」下拉，选你刚接入的 qwen-plus 或 deepseek-chat。

第 4 步：设开场白（可选但推荐）

你好！我是制度问答小助手，关于考勤、请假、报销的问题都可以问我 😊

再填两个「问题建议」：请假怎么申请？ 加班有补贴吗？

第 5 步：预览测试

在右侧预览框输入：年假怎么算？ 看 AI 是否正常回答。

✅ 能正常对话，说明你的第一个 Chatbot 已经跑通！发布后就能分享给别人。

---

4. 提示词怎么写才有效（新手技巧）

技巧	说明	示例
给角色	明确「你是谁」	「你是一名资深 Java 面试官」
定边界	说清「能/不能答什么」	「只回答 Python 相关问题」
给格式	规定输出样式	「用 Markdown 列表回答」
给示例	放 1–2 个样例（Few-shot）	先给一问一答示范
防跑偏	限制行为	「不要编造政策条文」

💡 提示词不用一次写完美，边预览边改，像「调音量」一样微调。

---

5. 变量：让同一段提示词适配不同场景

在提示词里用 {{ }} 包住变量，对话开始时用户填值：

请帮我用{{语气}}的语气，写一段关于{{主题}}的朋友圈文案。

用户开始对话时，会先被要求填「语气」「主题」两个空，再生成内容。适合做模板化生成类应用。

---

6. 记忆：让 AI 记住上下文

• Dify 默认开启对话记忆，AI 会参考最近的几轮对话。
• 在应用设置里可调整「记忆窗口」（保留多少轮），轮数越多越「记仇」但也越费 Token。
• 需要「每次都重新开始」的场景（如一次性生成任务），可关掉记忆。

---

7. 工具：给 AI 加「手脚」

聊天助手里点「工具」，可添加：

工具	作用
联网搜索	让 AI 查最新信息（不再只靠训练数据）
代码执行	让 AI 跑一小段 Python 算数 / 处理数据
HTTP 请求	调用你自己的接口（如查订单）
计算器 / 天气 等	市场里的现成工具

配置具体工具的方法和案例，见 07-使用案例集.md 第 4 个案例（带工具的 Agent）。

---

8. Agent（智能体）快速预览

「创建应用」选 智能体，你会多一个「工具 / 能力」配置区：

• 给 Agent 配好工具后，它接到任务会自己决定先搜还是先算。
• 相比 Chatbot 的「一问一答」，Agent 更适合多步骤、目标导向的任务（如「帮我把这个网站的内容总结成一份报告并保存到笔记」）。

想深入玩 Agent，配合 05-工作流编排.md 的「Agent 节点」一起看。

---

9. 名词速查（本篇）

词	意思
API Key	调用模型服务的「密码」，别外泄
Embedding	把文字变成向量的模型（知识库用）
LLM	大语言模型（Qwen / DeepSeek 等）
提示词工程	把指令写清楚让 AI 更好用的技巧

---

10. 动手练习

1. 按第 2 节，接入至少一个国内模型（通义千问 / DeepSeek / Ollama 三选一）。
2. 按第 3 节，做出「制度问答小助手」并预览对话成功。
3. （挑战）给提示词加一个 {{岗位}} 变量，让回答按不同岗位定制。

完成后，进入 05-工作流编排.md，学习用「拖拽节点」做更复杂的应用。

---

下一步：05-工作流编排.md —— 把多个步骤像搭积木一样连起来。