Dify基础应用

接入大模型

安装大模型供应商

Dify 是基于大语言模型的 AI 应用开发平台，后续使用Dify时需要接入大模型，Dify 目前已支持

主流的模型供应商,可以通过如下步骤设置Dify使用的大模型（以接入deepseek为例）：

配置大模型

安装模型完成后，需要对模型进行配置，设置模型的API-KEY，如下(以deepseek为例),API-KEY

需要自己在对应大模型官网进行设置，部分模型API-KEY需要付费。

deepseek api keys地址：https://platform.deepseek.com/api_keys，如下是其他一些大模型

api keys地址：

百川key:https://platform.baichuan-ai.com/console/apikey

百度千帆-文心一言：https://console.bce.baidu.com/iam/#/iam/accesslist

SparkLLM Chat-科大讯飞星火：https://console.xfyun.cn/services/bm4

Tongyi Qwen-阿里通义千问：key:https://bailian.console.aliyun.com/?apiKey=1#/api

key

腾讯混元大模型：https://console.cloud.tencent.com/cam/capi

GLM-4智普大模型：https://open.bigmodel.cn/usercenter/proj-mgmt/apikeys

创建聊天助手应用-聊天机器人

在 Dify 中，一个“应用”是指基于 GPT 等大语言模型构建的实际场景应用。Dify中定义了五种

应用类型：

聊天助手：基于 LLM 构建对话式交互的助手。

文本生成应用：面向文本生成类任务的助手，例如撰写故事、文本分类、翻译等。

Agent：能够分解任务、推理思考、调用工具的对话式智能助手。

对话流：适用于定义等复杂流程的多轮对话场景，具有记忆功能的应用编排方式。

工作流：适用于自动化、批处理等单轮生成类任务的场景的应用编排方式。下面通过创建一个聊天助手来演示Dify中应用创建方式与流程。该聊天助手中引入了本地知识

库，支持提示词中设置变量并让聊天助手从本地知识库中获取知识并回复。

以上页面设置内容解释如下：

提示词：提示词用于约束 AI 给出专业的回复，让回应更加精确。你可以借助内置的提示生成

器，编写合适的提示词。提示词内支持插入表单变量，例如 {{input}}。提示词中的变量的值

会替换成用户填写的值。

知识库：如果想要让 AI 的对话范围局限在知识库内，例如企业内的客服话术规范，可以在

“上下文”内引用知识库。

调试:在右侧填写用户输入项，输入内容进行调试。

调试好应用后，点击右上角的 “发布” 按钮生成独立的 AI 应用，除了通过 URL 体验该应用，

你也进行基于 APIs 的二次开发、嵌入至网站内等操作。

点击以上“运行”，可以通过url访问使用该聊天应用：

聊天助手-多模型调试

聊天助手应用类型支持 “多个模型进行调试” 功能，你可以同时批量检视不同模型对于相同问题

的回答效果。如下示例中演示如何在聊天助手中进行多模型调试。

在“设置”->“模型供应商”中添加更多的聊天模型，这里添加：通义千问、腾讯混元、

BaiChuan大模型，并给每个模型设置API-KEY:

备注：

通义千问API-KEY地址：https://bailian.console.aliyun.com/?apiKey=1#/api-key

腾讯混元API-KEY地址：https://console.cloud.tencent.com/cam/capi

BaiChuan大模型API-KEY地址：https://platform.baichuan-ai.com/console/apikey

如下步骤可以进行多模型调试，最终选择一个效果好的模型进行发布即可。

如下，使用4个语言模型进行调试，最终可以选择一个模型进行发布。

创建文本生成应用-撰写童话故事

文本生成应用是面向文本生成类任务的助手，例如撰写故事、文本分类、翻译等。

如下创建一个文本生成应用，实现童话故事撰写。

注意：文本生成应用通常采用表单+结果的界面，进行一问一答的交互，适用于撰写故事、文本

分类、翻译等任务；而聊天助手则采用聊天式界面，支持多轮对话，持续保存上下文，适用于聊

天等场景。

Agent智能体

Agent 是一种模拟人类行为和能力的 AI 系统，它通过自然语言处理与环境交互，能够理解输入

信息并生成相应的输出。Agent 还具有 "感知" 能力，可以处理和分析各种形式的数据。此外，

Agent 能够调用和使用各种外部工具和 API 来完成任务，扩展其功能范围。这种设计使 Agent 

能够更灵活地应对复杂情况，在一定程度上模拟人类的思考和行为模式。 因此，很多人都会将 

Agent 称为“智能体”。

Agent案例-文生图

如下通过一个简单的案例完成Agent构建，实现调用“Stability”工具完成文生图功能。

1) 在工具中安装 Stability

Stability AI是一家领先的开源生成式人工智能公司，专注于开发先进的AI模型，涵盖图像、语

言、代码和音频等领域。其中，最著名的成果之一是Stable Diffusion，这是一种基于文本提示生

成图像的模型，能够根据用户输入的文本描述生成高质量的图像。

2) 配置Stability工具

使用Stability工具需要填写授权key，Stability 授权key网址：https://platform.stability.ai

/account/keys（免费25创建图像额度，后续付费,并非一张图片一个额度，大概一张图片4个额

度）。

3) 下载并配置模型供应商

在文生图过程中，我们需要大模型来撰写生成图片的提示词（Prompt），这里可以使用Llama模

型进行文生图，可以通过groq平台免费使用Llama模型，groq 平台提供了 Llama 等 LLM 的免

费调用额度，所以这里先在Dify中安装groq平台。

在“设置”->“模型供应商”中安装groqcloud,然后配置key,groq API Key地址:https://consol

e.groq.com/keys

4) 构建Agent

在“工作室”中“创建空白应用”，选择Agent：

构建Agent调用工具绘图时，注意如下几点：

提示词（Prompt）是 Agent 的灵魂，直接影响到输出的效果。通常来说越具体的提示词输

出的效果越好，但是过冗长的提示词也会导致一些负面效果。这里指定的提示词为“根据用

户的提示，使用工具 stability_text2image 绘画指定内容”，用户每次输入命令的时候，

Agent 都会知晓这样的系统级的指令，从而了解要执行用户绘画的任务的时候需要调用一个

叫 stability 的工具。

Llama部分模型可能不可用，可以尝试不同模型。

选择模型后，可以配置Agent，包括推理模式（函数调用（Function Calling）和ReAct是两

种增强大型语言模型（LLM）能力的推理模式，主要用于提升模型在处理复杂任务时的表

现）、迭代次数（如果付费可以设置低一些）、提示词设置。操作如下：

Agent案例-旅游助手

按照如下步骤完成个人在线旅游助手的搭建。

1) 安装工具

在Dify工具页面中安装“Google”、“网页抓取”、“维基百科”三个工具,安装完成如下：

Google工具需要注册 SerpAPIKey，地址:“https://serpapi.com/manage-api-key”,然后进行

配置：

google工具：搭建在线旅游助手需要使用联网的搜索引擎作为参考资料来源，这里将以 

Google 作为示例，用户也可以使用其他的搜索引擎（如:必应）。Dify 提供的 Google 工具

基于 SerpAPI，因此需要提前进入 SerpAPI 的 API Key 管理页申请 API Key 并粘贴到 Dify 

- 工具 的对应位置。

网页抓取工具：通过google工具搜索相关网页后，需要一个爬虫工具从指定的网页中抓取内

容，该工具就是Dify 已提供内置工具，无需额外配置。

维基百科工具：Agent如果能准确介绍目的地知识，Wikipedia 是一个比较好知识来源，

Dify 也内置了该工具，无需额外配置。

2) 构建Agent

Dify中创建空白应用，选择Agent，如下

Agent回复结果如下：

根据收集的信息，以下是北京的详细旅行计划，包括每日行程安排、预算分配和其他建议。

北京5日游旅行计划（预算：10000元）

每日行程安排

第一天：故宫 + 天安门广场 + 王府井大街

上午：游览故宫（门票60元），参观太和殿、乾清宫等主要建筑。

中午：在故宫附近品尝北京烤鸭（人均约150元）。

下午：步行至天安门广场，参观人民英雄纪念碑和毛主席纪念堂（免费）。

晚上：前往王府井大街，体验夜市和小吃（人均约100元）。

第二天：八达岭长城 + 明十三陵

上午：包车或乘坐旅游巴士前往八达岭长城（门票40元，车费约100元/人）。

中午：在长城附近用餐（人均约80元）。

下午：前往明十三陵（门票50元），参观定陵或长陵。

晚上：返回市区，晚餐选择老北京炸酱面（人均约50元）。

第三天：颐和园 + 圆明园

上午：游览颐和园（门票30元），欣赏昆明湖和长廊。

中午：在颐和园附近用餐（人均约80元）。

下午：前往圆明园（门票25元），参观遗址公园。

晚上：晚餐选择涮羊肉（人均约120元）。

第四天：天坛 + 798艺术区 + 三里屯

上午：参观天坛公园（门票15元），体验祈年殿和回音壁。

中午：在天坛附近用餐（人均约60元）。

下午：前往798艺术区（免费），欣赏现代艺术展览。

晚上：在三里屯太古里购物和体验夜生活（人均约150元）。

第五天：胡同游 + 恭王府

上午：骑自行车或步行游览什刹海胡同（免费），体验老北京生活。

中午：在胡同内品尝传统小吃（人均约50元）。

下午：参观恭王府（门票40元），了解清代王府文化。晚上：晚餐选择京味斋（人均约100元）。

预算分配

门票费用：约300元/人（故宫60 + 长城40 + 十三陵50 + 颐和园30 + 圆明园25 + 天坛15 + 恭王府40）。

餐饮费用：约1500元/人（5天，每天约300元）。

交通费用：约1000元/人（包车、地铁、公交等）。

住宿费用：约4000元/人（5晚，中档酒店约800元/晚）。

其他费用：约1200元/人（购物、小吃、纪念品等）。

总预算：约8000元（剩余2000元可作为备用金）。

其他建议

交通：北京地铁发达，建议购买交通卡（押金20元）。

美食推荐：烤鸭、炸酱面、涮羊肉、豆汁儿、驴打滚。

注意事项：

故宫和长城需提前预约门票。

注意防晒和补水，夏季炎热。

避开节假日，减少人流拥挤。

希望这份计划能帮助您更好地享受北京之旅！

3) 发布Agent

以上构建完成后，点击发布即可在工作区中使用。

以上Agent构建注意如下几点：

提示词很关键，明确告诉Agent如何使用工具。提示词如下：

## 提示词

请根据以下用户输入的信息：

- 目的地：{{destination}}

- 旅游天数：{{days}}

- 旅游预算：{{budget}}

使用以下工具完成任务：1. **google_search**：搜索目的地的主要景点和酒店信息。

2. **webscraper**：提取上述搜索结果中有用的信息，包括景点描述、开放时间、门票价格、酒店名称、位置、价格和用户评价等。

3. **wikipedia_search**：获取目的地的背景信息、历史和文化等。

最终，生成一个详细的旅行计划，包括：

- 每日行程安排：列出每天的活动、参观的景点和住宿安排。

- 预算分配：估算每日花费，确保总预算控制在旅游预算内。

- 其他建议：如当地美食推荐、交通方式等。

请以清晰、结构化的格式呈现上述信息，确保内容准确且实用。

变量可以修改为中文及类型。

工具中依次选择各个工具，鼠标悬浮到对应工具上可以看到相应的工具名称，便于Agent识

别。

可以通过页面下方“管理”设置Agent对话的开场白。