摘要

Dify 是一款开源的 LLM 应用开发平台，它把“调用大模型”这件事从写代码变成了可视化操作。本文面向完全没有编程经验的小白用户，提供两条路径：网页版快速上手和本地 Docker 部署。从注册账号、配置模型供应商的每一个字段，到创建智能体时提示词和变量的填写方法，再到知识库的分段设置、工作流的节点配置，每一步都有详细的字段说明和推荐值。读完本文，你将拥有一个可以对话、可以分享给他人的 AI 应用。

关键词

Dify教程、AI智能体创建、Dify模型配置、Dify提示词、Dify知识库、Docker部署Dify、零代码AI应用

一、Dify 是什么？小白能用吗？

Dify 是一个开源的 AI 应用开发平台。它的核心价值可以用一句话概括：让你不写代码就能搭建 AI 应用。

它支持多种主流大模型（GPT、Claude、Gemini、通义千问等），提供可视化的操作界面，你只需要在网页上填写文字、点几下按钮，就能完成一个 AI 应用的搭建。

小白关心的三个问题：

问题	答案
需要编程基础吗？	不需要，全程可视化操作
需要花钱吗？	网页版免费开始，本地部署完全免费
需要高性能电脑吗？	网页版无要求，本地部署最低 2 核 CPU + 4GB 内存

二、路径选择：网页版 vs 本地部署

对比项	网页版（Dify Cloud）	本地部署
上手难度	极低，注册即用	中等，需要安装 Docker
费用	免费开始，新用户赠送 200 AI 额度	完全免费，但需要消耗自己的模型 API
数据隐私	数据在云端	数据 100% 在本地
适用人群	快速体验、原型验证	对数据安全有要求、需要长期使用

第一次接触 Dify 的小白，建议先用网页版体验，熟悉操作后再考虑本地部署。

三、网页版快速上手（推荐小白首选）

3.1 注册账号

打开浏览器，访问 https://cloud.dify.ai，点击 “免费注册” 。支持邮箱注册和 GitHub / Google 账号一键登录。

提示：国内用户建议选择“亚太节点”（新加坡/东京），延迟更低。

新用户注册后默认使用 Sandbox 计划，包含 200 AI 额度，可以直接调用 OpenAI、Anthropic、Gemini 等供应商的模型，无需自己配置 API Key。

3.2 配置模型供应商（每个字段详解）

注册完成后，进入 Dify 主界面。在创建应用之前，必须先配置至少一个模型供应商。

第一步：进入模型供应商页面

点击顶部导航栏的 “设置” → “模型供应商” 。

第二步：安装 OpenAI 供应商

在“安装模型供应商”区域找到 OpenAI，点击 “安装” 。安装完成后，点击供应商卡片上的 “设置” 。

第三步：填写 API Key

在弹出的设置窗口中，你会看到以下字段：

字段名称	是否必填	填写内容	说明
API Key	必填	你的 OpenAI API Key（sk- 开头）	使用 Sandbox 额度时，可留空或填写任意占位符
API Base URL	可选	https://api.openai.com/v1	使用官方服务时留空即可；使用中转服务时填写中转地址
Organization ID	可选	你的组织 ID	一般留空

注意：使用 Sandbox 额度时无需填写真实 API Key，供应商安装后即可直接使用。如果你想调用自己的模型（如 DeepSeek），则需要在对应供应商中填入真实 Key。

第四步：设置默认模型

配置完成后，点击页面右上角的 “默认模型” ，为每个类别指定回退模型：

类别	推荐填写	说明
系统推理模型	gpt-5.2 或 gpt-4o	默认的 LLM，用于对话和推理
Embedding 模型	text-embedding-3-small	用于知识库的索引和检索
Rerank 模型	可留空	用于按相关性对检索结果重新排序
语音转文本模型	可留空	用于将音频输入转换为文本
文本转语音模型	可留空	用于将文本回复转换为音频

3.3 创建你的第一个智能体（每个字段详解）

现在进入创建智能体的环节。

第一步：进入创建页面

点击左侧导航栏的 “工作室” ，然后点击 “从空白创建” → 选择 “Agent” 。

第二步：填写基本信息

字段名称	是否必填	推荐填写	说明
应用名称	必填	“我的第一个客服助手”	给智能体起一个容易识别的名字
描述	可选	“用于解答产品使用问题的客服助手”	简单说明这个智能体的用途
图标	可选	上传一个头像	增强辨识度

点击 “创建” ，系统会自动带你进入 Agent 的配置界面。

第三步：配置模型

在配置界面的右侧，你会看到“模型”设置区域。选择刚才配置好的模型（如 gpt-5.2）。建议选择推理能力强、原生支持工具调用的模型，因为 Agent 需要自己判断何时该行动、该用哪个工具。

第四步：编写提示词（最重要的部分）

提示词是智能体的“人设”，它告诉模型该做什么、如何回应以及需要遵循的约束条件。对于 Agent，提示词还应该指导模型如何推理任务以及何时使用工具。

在“提示词”文本框中，填写以下内容（可根据你的场景修改）：

text

# 角色设定
你是一名专业的客服助手，负责解答用户关于产品使用的问题。

# 回答规则
1. 用户提问后，先尝试从知识库中检索相关信息
2. 回答需简洁清晰，分步骤说明时使用数字序号
3. 遇到故障报修类问题，要求用户提供设备型号
4. 无法解决的问题，引导用户联系人工客服（回复：“请稍等，为您转接专员”）

# 输出格式
- 使用简洁的中文回答
- 关键信息使用加粗标注
- 避免使用过于专业的术语

编写提示词的技巧：

技巧	说明	示例
明确定义任务	说明模型应生成什么	“请将以下文本总结为3个要点”
指定输出格式	描述你期望的结构、长度或风格	“使用简洁的中文回答，不超过200字”
设定约束	告诉模型应避免什么或遵循什么规则	“不要添加原文中没有的信息”
引导工具使用	提及具体工具名称，并描述何时应使用它们	“需要联网搜索时，使用 web_search 工具”
概述工作流程	将复杂任务拆分为逻辑步骤	“首先分析问题，然后检索知识库，最后生成回答”

第五步：添加变量（可选，用于动态提示词）

如果你希望智能体根据不同的用户或场景调整回答，可以添加变量。变量是提示词中的占位符，在运行时会被用户输入的值替换。

在提示词编辑框中，输入 / 即可快速插入命名占位符。

例如，下面的提示词使用了 {{product_name}} 变量：

text

你是一名专业的{{product_name}}客服助手，请根据知识库内容回答用户问题。

支持的变量类型包括：

变量类型	说明	适用场景
文本	接受最多 256 个字符	姓名、邮箱、标题
段落	接受多行文本	详细描述、长问题
下拉选项	从预设选项中选择	产品类型、问题分类
数字	数值输入	数量、编号
复选框	是/否选择	是否需要人工服务

添加变量后，在“变量”部分配置每个变量的详细信息，包括显示名称（终端用户看到的输入字段名称）和是否必填。

第六步：添加工具（可选）

如果你希望智能体能联网搜索、查询天气等，可以在“工具”区域添加工具。模型会根据每个查询决定何时使用以及使用哪些工具。

点击 “添加工具” ，从工具列表中选择需要的工具。如果工具需要认证，选择已有凭证或创建新凭证。

第七步：设置最大迭代次数

在 Agent 设置中，最大迭代次数限制了模型在单次请求中可以重复推理-行动循环的次数。建议设置为 5-10，太小可能导致任务无法完成，太大则会消耗更多 token。

第八步：配置对话开场白（可选）

对话开场白是每次对话开始时向用户展示的欢迎消息，可以添加建议问题，引导用户了解应用的核心能力。

在页面底部的“添加功能”区域，开启 “对话开场白” ，填写：

字段	推荐填写
开场白	“您好！我是智能客服助手，请问有什么可以帮您？”
建议问题 1	“如何重置密码？”
建议问题 2	“产品无法开机怎么办？”
建议问题 3	“如何申请退款？”

第九步：测试和发布

在右侧的预览窗口中直接输入问题，测试智能体的回复效果。如果效果满意，点击右上角的 “发布” 按钮，你的第一个智能体就正式上线了。

发布后，你可以通过网页链接分享给他人使用，也可以通过 API 接口将其集成到自己的网站或应用中。

四、知识库配置（让智能体基于你的数据回答）

如果你希望智能体能基于你的产品文档、FAQ 等资料回答，需要配置知识库。知识库是 RAG（检索增强生成）的核心，它让模型能够检索到相关资料，再基于资料生成回答。

4.1 创建知识库

点击左侧导航栏的 “知识库” → “创建知识库” 。选择 “创建一个空知识库” ，填写知识库名称（如“产品手册”），点击创建。

4.2 上传文档

进入创建好的知识库，点击 “添加文件” ，上传你的文档。支持 PDF、Word、TXT、Markdown 等格式。同一知识库可上传多份文档。

4.3 配置文本分段与清洗（关键步骤）

上传文档后，进入“文本分段与清洗”页面。这是决定检索质量的核心环节。以下是每个字段的填写说明：

分段设置：

字段	推荐值	说明
分段模式	“通用”或“父子分段”	父子分段适合结构化文档，通用模式适合普通文本
分段最大长度	600	每个文本片段的最大字符数
分段重叠长度	100	相邻片段之间的重叠字符数，避免信息被切断

清洗设置：

字段	推荐值	说明
替换连续的空格	开启	多个空格 → 单个空格
替换连续换行符	开启	三个或更多连续换行符 → 两个换行符
移除 URL 和邮箱	按需	如果文档中的链接会干扰检索，可开启

索引方式：

字段	推荐值	说明
高质量	推荐	使用 Embedding 模型进行索引，检索效果更好
经济	备选	使用关键词索引，速度快但效果稍差

配置完成后，点击 “保存并处理” ，等待系统完成文档的分段和索引。

4.4 在智能体中关联知识库

回到你的 Agent 配置页面，在“知识库”区域点击 “添加” ，选择刚才创建的知识库。然后在提示词中提及知识库的使用方式，例如：

text

回答用户问题时，优先从知识库中检索相关信息。
如果知识库中没有相关内容，再基于你的通用知识回答。

应用级检索设置（可选）：点击“检索设置”，可以进一步微调检索结果：

字段	推荐值	说明
Top K	3-5	返回最相关的 K 个片段
重排序模型	可留空	用于重新打分和排序检索结果
语义权重	0.7	较高的语义权重偏向语义相关性

五、工作流配置（适合需要多步处理的场景）

如果你需要更复杂的逻辑，比如“先提取信息 → 再查询数据库 → 最后生成报告”，可以使用工作流（Workflow）。

5.1 创建工作流

点击 “工作室” → “从空白创建” → 选择 “工作流” → 填写名称 → 点击 “创建” 。

5.2 添加节点

从左侧节点库中拖拽节点到画布上，常用的节点包括：

节点类型	用途
开始节点	定义用户输入的字段
LLM 节点	调用大模型处理文本
知识库检索节点	从知识库中检索相关内容
HTTP 请求节点	调用外部 API
代码节点	执行自定义代码逻辑
条件分支节点	根据条件执行不同路径

5.3 配置节点

以 LLM 节点为例，点击节点后会打开配置面板，需要填写：

字段	填写内容
模型	选择已配置的模型
提示词	编写该节点要执行的指令
变量	引用上游节点的输出（如 {{start.query}}）

5.4 连接节点

将节点用箭头连接起来，形成一个完整的处理流程。例如：开始 → 知识库检索 → LLM → 结束。

5.5 测试和发布

点击右上角的 “运行” 按钮，在调试面板中输入测试数据，观察每个节点的输出。确认无误后点击 “发布” 。

六、本地 Docker 部署（进阶选择）

如果你希望数据完全私有，或者需要长期免费使用，可以选择本地部署。

6.1 准备工作

硬件要求：CPU ≥ 2 核，内存 ≥ 4 GiB。

软件要求：需要安装 Docker 和 Docker Compose。Windows 用户建议启用 WSL 2 后端，并将源代码存储在 Linux 文件系统中。

6.2 安装步骤

打开终端，依次执行以下命令：

第一步：克隆 Dify 仓库

bash

git clone https://github.com/langgenius/dify.git

第二步：进入 Docker 目录

bash

cd dify/docker

第三步：复制环境配置文件

bash

cp .env.example .env

第四步：编辑 .env 文件（关键配置项）

使用文本编辑器打开 .env 文件，以下是最常用的配置项：

变量名	推荐值	说明
EXPOSE_NGINX_PORT	80	Nginx 对外暴露的端口，如果 80 被占用，改为 8099 等
EXPOSE_NGINX_SSL_PORT	443	HTTPS 端口，如冲突可改为 4433
CONSOLE_API_URL	留空	使用默认单域名部署时留空，系统自动检测
CONSOLE_WEB_URL	http://localhost	如果使用邮件功能，必须设置
APP_API_URL	http://localhost	已发布应用的 API 地址
APP_WEB_URL	http://localhost	已发布应用的网页地址
UPLOAD_FILE_SIZE_LIMIT	15	上传文件大小限制（MB）
TEXT_GENERATION_TIMEOUT_MS	60000	节点执行超时时间（毫秒）

第五步：启动 Dify

bash

docker compose up -d

启动后，Docker 会自动拉取并运行以下容器：

类型	组件
核心服务（7个）	api、api_websocket、worker、worker_beat、web、plugin_daemon、agent_backend
依赖组件（8个）	weaviate、db_postgres、redis、nginx、ssrf_proxy、agent_ssrf_proxy、sandbox、local_sandbox
一次性任务（1个）	init_permissions

第六步：验证启动

bash

docker compose ps

每个容器应显示 Up 或 healthy 状态。

6.3 访问和初始化

打开浏览器，访问 http://localhost/install，设置管理员账号和密码。设置完成后，访问 http://localhost 即可登录 Dify 管理后台。

6.4 本地部署的模型配置

本地部署后，你有两种方式接入模型：

方式一：接入云端模型（推荐新手）

在 Dify 后台进入 “设置” → “模型供应商” ，选择你想使用的供应商（OpenAI、DeepSeek、通义千问等），填入对应的 API Key 即可。

方式二：接入本地模型（需要额外安装 Ollama）

1. 安装 Ollama（访问 https://ollama.com 下载）。

2. 在终端运行 ollama run qwen2.5:7b 拉取并运行模型。

3. 在 Dify 后台添加模型供应商，选择 Ollama，基础 URL 填写 http://host.docker.internal:11434，模型名称填写 qwen2.5:7b。

七、常见问题与故障排查

Q：网页版和本地部署的数据是互通的吗？
不互通。两者是完全独立的环境，网页版的数据在 Dify 云端，本地部署的数据在你自己的电脑上。

Q：Sandbox 的 200 AI 额度用完了怎么办？
Sandbox 额度是一次性发放的，不会按月续期。用完后，你可以配置自己的模型 API Key 继续使用，或者升级到付费计划。

Q：本地部署时 docker compose up -d 卡住了怎么办？
首次启动需要拉取多个 Docker 镜像，根据网络情况可能需要几分钟到十几分钟。如果长时间无响应，可以检查 Docker Desktop 是否正常运行，或者尝试配置国内镜像加速器。

Q：登录后出现 401 错误怎么办？
这通常发生在更改域名之后。需要更新以下环境变量：CONSOLE_CORS_ALLOW_ORIGINS、WEB_API_CORS_ALLOW_ORIGINS、CONSOLE_API_URL、CONSOLE_WEB_URL、SERVICE_API_URL、APP_API_URL、APP_WEB_URL。

Q：端口 80 被占用，Dify 启动失败怎么办？
修改 .env 文件中的 EXPOSE_NGINX_PORT 和 EXPOSE_NGINX_SSL_PORT 为非默认端口（如 8099 和 4433），然后重新启动 Docker 容器。

Q：加密密钥文件未找到错误怎么办？
此错误发生在更改部署方法或删除 api/storage/privkeys 之后。可以执行 docker exec -it docker-api-1 flask reset-encrypt-key-pair 重置密钥对。注意：这是不可逆操作，现有 LLM 凭据和工具凭据会被清除，需要重新输入。

Q：创建智能体时提示“权限不足”怎么办？
创建和管理 Agent 需要 Editor 角色或以上。如果你是团队协作，请确认你的账号权限。

Q：智能体发布后，用户可以修改它的提示词吗？
不可以。智能体的能力只能在配置界面修改，即使终端用户要求已发布的智能体更改自己的提示词或工具，它也不会照做。

八、总结

Dify 让 AI 应用开发变得触手可及。核心操作可以归纳为三步：

1. 注册并配置模型：访问 cloud.dify.ai 免费注册，在“模型供应商”中安装 OpenAI 等模型，在“默认模型”中设置系统推理模型和 Embedding 模型。

2. 创建智能体：进入“工作室”，选择“从空白创建” → “Agent”，填写名称，在提示词中定义角色和规则，按需添加变量、工具和知识库。

3. 测试并发布：在预览窗口测试效果，配置对话开场白，满意后点击发布。

如果你希望完全掌控数据，本地 Docker 部署也只需要四条命令：git clone → cd docker → cp .env.example .env → docker compose up -d，然后在 .env 中按需修改端口和 URL 配置。

Dify 的强大之处在于，它把复杂的 AI 工程变成了搭积木。今天你创建的是一个简单的客服助手，明天你可以加入知识库、工作流、外部工具，把它变成一个真正能干活的 AI 员工。