Dify 教程：从零搭建你的第一个 AI 应用

这篇教程适合谁

你是开发者或技术团队成员，想快速搭一个基于 LLM 的 AI 应用（知识库问答、Chatbot、Agent），但不想从零写全部代码。Dify 是开源的低代码 AI 应用平台，比 Coze 灵活，比纯写代码省事。

不适合：完全不想碰技术的用户（那种场景用 Coze 更合适，参考 Coze 教程）。 最终产物：一个能基于你的文档回答问题的 RAG 知识库应用，以及一个能调工具的 Agent 应用。

环境假设

• Dify 云端版（零配置）或本地 Docker 部署
• 至少一个 LLM 的 API Key（OpenAI、Claude、通义千问等）
• 以当前常见版本为准，具体功能以 Dify 官方文档为准

云端版 vs 本地部署

建议：先用云端版验证想法，确认值得投入了再迁移到本地部署。

本地部署

git clone https://github.com/langgenius/dify.git
cd dify/docker
docker compose up -d

启动后访问 http://localhost/install 完成初始化。

搭建 RAG 知识库

1. 创建知识库

控制台 → 「知识库」→ 「创建知识库」→ 上传文档（PDF、Word、TXT、Markdown 都支持）→ 配置分段规则 → 等待处理。

踩坑点：文档分段质量决定回答质量。默认的自动分段按固定字符数切，经常把一句话切成两半。建议：

• 上传前先把文档整理成段落清晰的结构
• 中文文档分段 300-800 字符比较合适
• 分段太大会检索不精准，太小会丢失上下文

2. 创建应用

「工作室」→ 「创建应用」→ 选「聊天助手」→ 在「上下文」里关联知识库 → 配置提示词。

3. 配置提示词

你是一个知识库助手。请根据以下参考内容回答用户的问题。
如果参考内容中没有相关信息，请如实告知用户。
参考内容：
{{context}}

为什么这么写：{{context}} 是 Dify 的变量，会自动填入检索到的文档片段。关键是"没有相关信息请如实告知"这句——不加这句话，LLM 会编造答案，用户以为是文档里写的。

4. 测试和发布

右侧预览窗口测试 → 调参数（温度、Top-P）→ 发布生成访问链接。

搭建 Agent 应用

1. 创建 Agent

「工作室」→ 「创建应用」→ 选「Agent」。

2. 添加工具

• Web 搜索：搜互联网
• 代码执行：跑 Python
• 自定义工具：通过 API 接你的服务

3. 配置指令

你是一个智能助手，可以使用以下工具来帮助用户：
Web 搜索：获取最新信息
代码执行：运行计算和数据处理
请根据用户的需求，选择合适的工具来完成任务。

什么时候用 Dify，什么时候写代码

Dify 的上限在于：工作流节点的逻辑是平台预设的，你没法在节点里写任意代码。一旦你的需求超出了平台提供的能力，就该考虑写代码了。

常见问题

模型调用失败

• API Key 填对了吗？
• 账户有余额吗？
• 网络能访问模型服务商吗？（用海外模型时注意网络稳定性）

知识库回答不准确

• 检查文档分段是否合理
• 调 Top-K 和相似度阈值
• 优化提示词，明确要求基于参考内容回答

响应速度慢

• 换更快的模型（如 GPT-4o-mini）
• 减少知识库检索数量
• 优化文档分段大小

下一步学习

• 了解 RAG 的原理：RAG 入门
• 想自己写代码搭 Agent：AI Agent 开发教程
• 想本地部署大模型：Ollama 本地部署教程

使用 Dify 云端版时，如果遇到网络访问问题，请确保网络连接稳定。请遵守所在地的法律法规和服务条款。