在Dify平台你可以创建以下应用：

• 聊天助手
• Agent
• 文本生成
• Chatflow
• 工作流

本文将跟大家分享在Dify平台如何构建你的第一个Agent(智能体)，以及在构建Agent时的一些技巧。

解释：Agent 是一种 基于大语言模型（LLM）的智能体，它能自主决策、执行任务，并通过提示词（Prompt）进行驱动，并在执行任务过程中可以使用知识库、外部工具。

笔者使用的是Dify的Cloud版：https://cloud.dify.ai/

如果您是本地部署操作步骤相同。

---

创建Agent

首先打开 https://cloud.dify.ai/apps 页面你可以看到创建App的入口。

我们选择“创建空白应用”，在接下来的页面，需要你选应用类型

你的“应用名称&图标”以及“描述”，就创建出你的第一个Agent,当然你也可以从平台提供的一些模板来创建自己的Agent, 你也可以从官方的模板中学习如何构建Agent，并改造成自己想要的Agent。

---

编排Agent

在整个Agent构建过程有以下几个关键信息需要填写

• 提示词

• 在 LLM（大语言模型）Agent 应用 中，提示词（Prompting） 扮演着至关重要的角色。它不仅决定了模型的输出质量，还影响着 Agent 任务的执行效果。本文将深入探讨提示词在 LLM Agent 应用中的作用、优化策略以及工程实践。

• 变量

• 用户的输入变成提示词的一部分。可以不用

• 知识库

• 知识库（Knowledge Base, KB）是 一个结构化的信息存储系统，用于存放、管理和检索各种知识内容。它可以是 文档、FAQ、数据库、图谱，甚至是 AI 处理的非结构化文本数据。知识库的主要目标是 高效存储和快速查询，让用户或 AI 系统能够方便地获取所需信息。

• 工具

• 工具（Tools） 在计算机科学、人工智能（AI）、软件开发等多个领域都有不同的含义。在 LLM（大语言模型）Agent、软件工程、数据分析等场景下，工具通常指的是 用于辅助执行任务的外部功能或程序。

注:本文将不介绍知识库相关部分，知识库属于RAG范畴，笔者会单独写一篇RAG的介绍内容。

本文目标：

构建一个“美股投资助手” 智能体，用户输入一个query 比如：分析特斯拉的股票。它通过调用Yahoo的分析、新闻、股票信息，获取到相关信息，再通过大模型进行推理，最终输出分析结果给用户

提示词

# 职位描述：数据分析助手

解释：

• {{company}} 是从用户输入中提取出来的关键信息，比如：“分析特斯拉的股票” 提取到的company=特斯拉
• 技能部分，需要告诉大模型在组合信息过程中需要从对应的工具中去获取相关数据

其它部分都是告诉大模型应该怎么分析、怎么组织输出结果。

注：提示词也是一项技能，里面包含很多技巧，比如：思维链提示、0样本提示、少样本提示等，这是一门复杂的学问，专门讲提示词需要单一些列文章，本文就不赘述。

当然你也可以不用自己写提示词，dify平台，在输入提示词的编辑框右上角有一个智能生成提示词的功能，还是很实用的功能，能解决很多问题。

变量

选填，你也可以在聊天窗口中直接输入。

工具

用到的工具都是Dify平台内置的一些工具（可能是开发者贡献的）。平台的工具市场已经有很多工具可以使用，能满足90%的需求。

如果这些工具还不能满足您的需求，在Dify进阶部分，会教大家来实现一个自己的工具。

我们本文实验的智能体用到了下面来自“雅虎财经”的三个工具：

• Yahoo的分析

• Yahoo新闻

• Yahoo股票信息

  

最终效果

测试

整体看起来效果还是不错的，可以动手试试看🚀🚀🚀🚀🚀🚀

另外，对于调用的大模型配置，Dify Cloud平台有每天有免费额度可供使用，如果你是本地部署需要配置模型。它支持云端模型、本地模型等；具体可以参考模型配置篇。

https://docs.dify.ai/guides/model-configuration

---

发布Agent

建完Agent如果只是你在自己的账号下使用，感觉缺少了点什么，要是能共享出来给自己的业务或其他人用是不是更好？

Dify平台在发布Agent有以下几种方式

• 嵌入网站

• 通过iframe的方式嵌入到你的网页上，在网页上就可以和智能体对话，很适合做公司的智能客服功能

• 探索

• 将你的智能体发布到dify的应用市场，可给其他云dify用户使用

• API

• 发布一个智能的API，你的应用可以接入这个API就能和智能体对话

---

总结

本文总结了如何利用 dify 快速构建智能 Agent。文章通过实例演示，从环境搭建、配置优化、提示词设计到工具集成，全面解析了 dify 在 Agent 开发中的应用方法与技巧。读者可借此实现任务自动化、个性化定制与高效数据处理，为构建智能代理系统提供了实践参考。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！