前言

智能体刚出现的时候就很火爆，最近靠着MCP又是火爆了一把，以后肯定会越来越多的人去学习使用，不过作为AI小白的我还是要从基础的智能体开发开始学习，智能体开发平台有很多，大家可以自行上网搜索，我这里选择学习的是Dify，一是因为它免费且有社区，二是因为之前做项目对接过Dify的智能体API，从心理上对DIfy的接受度高一些。

Dify简介

Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。

由于 Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排，并同时提供了一套易用的界面和 API。这为开发者节省了许多重复造轮子的时间，使其可以专注在创新和业务需求上。

上面两段文字都是Dify官方技术文档上对它的解释，简而言之呢，就是一个简单、便携、易学易懂的一个低代码开发平台，可以帮助我们快速开发自己想要的智能体。

另外，本文以下内容都是根据官方文档给出的步骤/方法来进行实践的，如果觉得我说的啰嗦，可自行跳转到官方文档地址进行学习。

DIfy官方文档：https://docs.dify.ai/zh-hans

DIfy部署（社区版）

为什么要强调是社区版，聪明的小伙伴肯定能想到了，因为Dify有商业版，我用来学习的版本是社区版，也是开源版，有兴趣的小伙伴可以自行搜索（https://github.com/langgenius/dify）。

对于Dify的定价以及各个版本简介

Dify 提供灵活的定价方案，覆盖不同用户需求：

1. 云服务版

免费沙盒计划：包含 200 次免费 GPT-4 调用，适合个人或小型团队快速验证需求。
付费订阅：根据使用量阶梯计费，支持按需扩展，适合中大型企业或高频使用场景。

2. 私有化部署

社区版（开源）：免费下载部署，适合技术团队自定义功能，但需自行维护服务器资源。
Premium 版：基于 AWS 的一键部署方案，支持数据私有化和企业级定制，适合对安全性要求高的客户。

3. 企业定制

企业服务支持：提供专属解决方案、API 调用优化及高级功能支持，需联系官方获取报价。
官网定价详情：https://dify.ai/pricing

以上内容引用自知乎老哥：Dify：开启低代码 AI 应用开发新纪元 - 知乎

正式部署（宝塔面板）

我本人因为最近时间紧张，所以使用几个部署方式中最懒人的方法，宝塔面板部署。

Dify支持的其他方式部署可参阅：https://docs.dify.ai/zh-hans/getting-started/install-self-hosted

不知道宝塔面板的小伙伴可跳转到 https://www.bt.cn/new/download.html

登录宝塔面板，在菜单栏中点击 Docker，根据提示安装 Docker 和 Docker Compose 服务
安装之后效果
在Docker-应用商店中找到 Dify，点击安装
设置域名等基本信息，点击确定

名称：应用名称，默认Dify-随机字符
版本选择：默认latest
域名：如需通过域名直接访问，请在此配置域名并将域名解析到服务器
允许外部访问：如你需通过IP+Port直接访问，请勾选，如你已经设置了域名，请不要勾选此处
端口：默认8088，可自行修改
大功告成。等待一会儿就可以使用了。

访问Dify

访问方式就是刚才设置的方法：

# 使用域名
http://yourdomain/

# 使用IP+端口

http://your_server_ip:8088/  #比如http://127.0.0.1:8088

访问之后会先进行管理账号初始化，输入相应的信息进行注册就好。

注册完毕后，会进入登录页面

输入信息进行登录

你会得到空空如也的一个页面，不过不用担心，我们继续按步骤往下。

接入大模型

在所有的工作开始之前，你需要进行接入大模型操作，就是把市面上已有的LLM大模型进行接入到你的Dify平台。

模型类型

Dify把模型分为了四个类型，分别为

系统推理模型。在创建的应用中，用的是该类型的模型。智聊、对话名称生成、下一步问题建议用的也是推理模型。
已支持的系统推理模型供应商：OpenAI、Azure OpenAI Service、Anthropic、Hugging Face Hub、Replicate、Xinference、OpenLLM、讯飞星火、文心一言、通义千问、Minimax、ZHIPU(ChatGLM)
Embedding 模型。在知识库中，将分段过的文档做 Embedding 用的是该类型的模型。在使用了知识库的应用中，将用户的提问做 Embedding 处理也是用的该类型的模型。
已支持的 Embedding 模型供应商：OpenAI、ZHIPU(ChatGLM)、Jina AI(Jina Embeddings)
相关学习链接：万字长文深入浅出文本嵌入（Text-Embedding）技术 - 知乎
Rerank 模型。Rerank 模型用于增强检索能力，改善 LLM 的搜索结果。
已支持的 Rerank 模型供应商：Cohere、Jina AI(Jina Reranker)
语音转文字模型。将对话型应用中，将语音转文字用的是该类型的模型。
已支持的语音转文字模型供应商：OpenAI

有兴趣的小伙伴可以自己去了解各个模型，因为我还没有学习那么深入，所以今天我们只接入DeepSeek的系统推理模型。

在Dify文档中，接入大模型有更多的技术说明，可自行查看 https://docs.dify.ai/zh-hans/guides/model-configuration

接入DeepSeek

回到Dify页面，点击 右上角头像-设置-模型供应商。
第一次打开模型列表是没有的，因为我已经加入了DeepSeek模型，所以有内容。
往下滑，找到深度求索，然后点击安装
进入API购买网站，进行API充值 https://platform.deepseek.com/api_keys
第一次进入需要注册登录，然后就会是这个界面
之后点击去充值，充值完毕点击API keys按钮
点击创建API key
自己取一个名称，然后点击确定
创建之后会弹出保存key的页面，注意一定要保存好，他只会显示这一次，并且不要随便给他人。
创建完毕，返回Dify中
点击模型列表中的apikey设置，将key粘贴到里面，并设置自定义API endpoint地址为 https://api.deepseek.com 然后点击确定
等待API-key旁边的图标变绿，并且展开有三个模型就代表创建好了。
对于模型解释
* 出于与 OpenAI 兼容考虑，您也可以将 base_url 设置为 https://api.deepseek.com/v1 来使用，但注意，此处 v1 与模型版本无关。
* deepseek-chat 模型已全面升级为 DeepSeek-V3，接口不变。 通过指定 model='deepseek-chat' 即可调用 DeepSeek-V3。
* deepseek-reasoner 是 DeepSeek 最新推出的推理模型 DeepSeek-R1。通过指定 model='deepseek-reasoner'，即可调用 DeepSeek-R1。
之后关闭页面，返回工作室页面。