今天给大家详细介绍下Dify如何使用。官方文档：docs.dify.ai/zh-hans/int…
安装启动
项目Clone到本地之后，我们采用Docker的方式进行安装：
cd difycd dockercp .env.example .envdocker compose up -d
默认所使用的是80端口，所以我们访问：http://localhost/apps 即可访问Dify。注意：Dify升级时，要注意备份Docker目录下volumes文件夹，因为Dify上的所有数据存储在此。升级后还原备份的volumes即可。
使用前配置我们注册完账号，进入Dify主页后，先不要着急使用，先配置下模型和用户权限。配置模型：我们按照下图，单击右上角自己的头像，选择【设置】->【模型供应商】，即可添加今后在DIfy中使用的模型，例如我这里添加了DeepSeek、百度的文心一言、阿里的同义千问和本地的Ollama模型（注意，配置Ollama模型的URL时，有的小伙伴可能和我一样，BaseURL地址可能是：host.docker.internal:11434）。
Dify默认支持基本上所有主流的模型厂商，添加时只要提供对应的模型Key即可（大多数只需要API Key即可）。如果不知道如何获取，有提示可直接Link到对应的网站去配置即可。例如下面的添加OpenAI模型，按照引导添加即可。
设置用户权限：企业内使用Dify时，一定有多个用户，所以我们一定要对用户进行权限的设置。例如，有时候针对创建好的智能体，普通用户只能使用，没有修改的权限等。如何设置呢？参照下图，同样在【设置】下，这次选择【成员】选项卡，在这里可以添加用户和对用户设置各种权限。
功能介绍下面，来介绍下Dify的基本功能：我个人认为，核心功能就一个，那就是创建智能体（包括工作流也算，只不过默认提供了五种模式）。还有一个辅助的功能，一个简陋版的知识库创建和检索功能。五种智能体模式：聊天助手：简单配置即可构建基于 LLM 的对话机器人。
Agent：具备推理与自主工具调用的智能助手
文本生成应用：用于文本生成任务的 AI 助手
Chatflow：支持记忆的复杂多轮对话工作流
工作流：面向单轮自动化任务的编排工作流
大家不要被上面写的啥新手适用或进阶用户适用给唬住了，其实提供这五种，最后你会发现，最常用的，就是Chatflow。知识库：知识库默认支持两种方式，如果是简单的场景，我们可以直接在Dify中创建知识库，后续引用即可。但我上面也说了，他默认的知识库功能有限，所以还支持连接外部的知识库，例如后面我会演示，如何外接RAGFlow知识库，这种场景企业用的或许多一些。
其他功能：工具（插件）工具，也可以叫做插件，它是辅助创建智能体用的。Dify的插件市场里有着各种各样的插件，可以满足我们创建智能体时连接外部应用的需求。例如后面会给大家演示最近爆火的MCP插件如何使用，去创建智能体。当然也可以写代码去自定义插件，官方文档有着详细的教程，这里不过多解释了。
其他功能：多语言Dify支持多语言，可在设置中进行切换。
知识库实战1：Dify中创建知识库下面，我们先在Dify中创建知识库。我们在知识库菜单下，单击【创建知识库】
然后我们在导入已有文本选项卡下，选择上传我们要作为知识库的文件。例如我这里上传了一个《中国AI智慧操场行业研究报告》的pdf文档。然后单击【下一步】。
然后我们进入到了知识库设置的详细页面了。如果你有RAG基础的话，这个页面整体使用起来会相对容易些，否则你需研究一下。首先，先重点看分段设置这个区域，这里可以对【分段标识符】、【分段最大长度】、【分段重叠长度】、是否【替换掉连续的空格、换行符和制表符】、【删除所有 URL 和电子邮件地址】等进行设置。
如果不知道怎么设置这部分，默认就可以，或者看问号的提示进行设置（后续其他地方也是一样，不知道的话，看问号的提示）。
其次，我们关注第二个部分，索引方式这里，我们选择默认的【高质量】就可以。然后下面这个部分，我们必须选择一个Embedding的模型，这里需要先确保，我们在模型设置的页面，添加的模型厂商中，有Embedding模型才可以，否则这里选不到。类似于我下面的，选择是阿里的【text-embedding-v3】的模型。
最后，我们要关注检索设置这个区域了。里面提供了三种检索方式【向量检索】、【全文检索】、【混合检索】。其实知识库检索的本质，就是你上传的文档，通过embedding处理，转换为了向量存储在向量数据库了，最后检索是从向量数据库进行的检索。所以下面这三种，各有各的优点和使用场景，大家根据需要选择即可。这里我选择【混合检索】，我一般这种用的多，感觉检索出来的结果更加准确。
三种检索方式：向量检索：通过生成查询嵌入并查询与其向量表示最相似的文本分段全文检索：索引文档中的所有词汇，从而允许用户查询任意词汇，并返回包含这些词汇的文本片段混合检索：同时执行全文检索和向量检索，并应用重排序步骤，从两类查询结果中选择匹配用户问题的最佳结果，用户可以选择设置权重或配置重新排序模型权重与Rerank方式。
其次，在混合检索下，有两个选项，一个是权重方式进行检索，一个是Rerank模型方式进行检索。这里也简单解释下，如果选择了Rerank模型方式，你需要从你之前添加的模型厂商中选择一个Rerank模型才可以（很多模型厂商是没有的，大一些的模型厂商会有Rerank模型），Rerank模型的作用是，可以根据候选文档列表与用户问题语义匹配度进行重新排序，从而改进语义排序的结果，简单理解就是从检索结果中，把更符合你问题的那些chunk片段排在最前面展示出来。
这里我们选择另外一个，权重设置，通过调整下面的语义和关键字的比例来对内容进行检索，这里我就不设置了，默认用语义0.7和关键字0.3的比例。然后最后两个参数，Top k是指检索出几个Chunk片段，如果开启Score阈值，只有检索结果的Score分数高于阈值时才会被检索出来，我们默认就关闭即可。（这里还要特殊说明一下，在知识库创建时进行设置的Top K 和 Score 值，在后续检索时发现还会有有地方还让你设置，但是会受这里创建时所设定的值制约如。例如后续我创建知识库这里TopK设置成了3，但是你创建智能体用知识检索时你把Top K设置成了5，但检索的结果还会是3，这个地方要注意，后面对应有地方还会说这个事）
然后我们点击【保存并处理】，开始文档向量化的过程。下面可以看到，向量化（嵌入）成功了。然后我们点击【前往文档】，可以进行查看。
我们点击我们上传的文档后可以发现，已经chunk成功了。到这里，知识库就算是创建成功了。
到这里还没有结束，我们点击左侧的第三个小图标，对知识库进行设置，可以对知识库名称、知识库描述和可见权限等进行设置。这里尤其要关注权限设置，默认是只有知识库创建的本人，也就是只有我才能看见，如果你需要让所有的团队成员或部分团队人员可见，一定别忘了修改知识库的权限。
我们知识库创建也创建成功了，设置也设置了，那该最后一步了，我们检索试试吧。我们点击左侧的第二个图标，进行检索测试。在文本框中输入【中国AI智慧操场行业发展历程】，然后点击【测试】按钮，即可发现右边出现了三个结果。（出现三条是因为Top k之前设置的是3，每一条的右上角还有对应的Score分数，所以如果你之前设置了Score的值，只有高于你设置Score的片段才可以检索出来。）
到这里，才算是真正用Dify创建知识库成功了，并且可以检索出来，撒花🎉🎉🎉。其中有很多设置的参数，上面只是简单的解释了下，如果需要玩好知识库这部分，回去一定要积累RAG领域的知识，或者参考Dify的官方文档，看每一个知识库设置的参数是干什么用的，然后去进行各种尝试和学习，这样才能创建好和用好知识库（主要是知识库的检索，因为我们创建知识库的目的，就是为了检索）。
知识库实战2：Dify中连接外部知识库Dify默认的知识库其实不咋好用，简单的场景还可以，复杂的场景就没办法了，所以我们大多数时候，是连接外部知识库进行检索（本质上是API）。而在开源领域，之前也说了，最接近企业级应用的是RAGFlow知识库，所以我们这一部分，教大家Dify如何接入RAGFlow。首先，我们在知识库右上角选择【外部知识库API】->【添加外部知识库API】，去填写连接RAGFlow的相关信息。
其中【Name】随便填，例如我这下面写的是RAGFlow、API Endpoint这里要注意，是RAGFlow的domain + 【/api/v1/dify】，这个是固定的，例如我RAGFlow的domain是下面的【108dq967ds407.vicp.fun】，那最后的Endpoint拼接【/api/v1/dify…
最后的API Key就是RAGFlow的key。
具体RAGFLow和Dify的设置对应关系参照下图：
其次，我们在创建知识库部分，点击【连接外部知识库】，去连接RAGFlow中的知识库。其中要注意两个地方，第一个，【外部知识API】选择你上面创建的即可，例如我的叫【RAGFlow】，还有一个【外部知识库ID】，因为RAGFlow中有很多知识库，但我们只是连接其中的一个，所以要输入对应RAGFlow知识库的ID。
具体RAGFlow知识库的ID怎么找呢，参照下图即可，展示了RAGFlow与Dify的对应关系。
到这里，外连RAGFlow知识库就创建成功了，下一步还是和之前一样，测试一下。例如我问它，第一章内容是什么，Dify通过API的方式，背后连接RAGFlow对应的2025年中国人工智能计算力发展评估报告知识库，查询出了结果。到此处，搞定，继续撒花🎉🎉🎉。
---------
下面让我们继续进行，进入到创建智能体部分，首先是最简单的，创建一个聊天模式的智能体。
智能体实战1：最简单的聊天模式下面让我们继续进行，进入到创建智能体部分，首先是最简单的，创建一个聊天模式的智能体。这里我们不从0创建，找一个Dify预制的聊天模式智能体进行讲解。（不要问我为什么不带着大家创建，因为实在是太简单了......讲解能听明白了，后面你肯定更容易创建）我们在最上面的探索菜单中，可以看到Dify默认了一堆智能体（实话，我都研究过，不咋好用......参考学习还可以），这里我们选择标签是【聊天助手】的智能体：【会议纪要】，然后添加到工作区。
添加成功后，我们在【工作室】选项卡就可以看到【会议纪要】智能体了。（工作室菜单是DIfy最核心的菜单，你的智能体，创建后都会在里面显示）
点进去之后，可以发现真是特别简单，左侧通过提示词限定了【会议纪要】的功能，然后在右侧最上角，切换成你的模型就可以使用了。
切换模型后，点击【发布】，选择【发布更新】进行保存。
然后我们来测试一下，点击【运行】后，进入到使用页面，我输入了下面如图所示的会议内容。
然后会议纪要的智能体给出了结果，结束，撒花🎉🎉🎉，第一个智能体，就是那么简单。
智能体实战2：Agent模式下面，我们再来看第二个模式，个人感觉要被淘汰掉的传统Agent模式（最后再来告诉大家为啥要被淘汰了）。同样，我们也不创建，看Dify预置的一个例子【YouTube 频道数据分析】。
这个需要安装工具，安装即可。
然后发现这个智能体主要分为三个部分，除了我们之前讲过的【提示词】和【模型】两部分，多了一个【工具】的部分，也就是刚才安装的那些插件。
这里简单说明下，如果大家之前有过创建智能体的经验，这部分很简单。这种智能体的玩法，就是在Prompt中，定义好角色、技能、工作流程（或者叫工作步骤）、限定条件这四大部分。角色：告诉你这智能体是干嘛的，能做什么。技能：该智能体拥有的技能（或插件），也就是下面工具部分那几个工具。工作流程：规定该智能体的操作步骤，每一步应该干什么，调用什么工具去完成什么任务。限定条件：对该智能体设定一些规则。这样，就可以在智能体执行的过程中，调用对应的工具完成任务。具体不给大家演示了，下面来聊聊为什么我认为，这种模式，以后使用的场景越来越少，甚至夸张点说，淘汰掉吧（完全个人观点，不赞成勿喷）。
1、首先，这种智能体模式是早期，在2023年和2024年初的主流模式，处理简单的场景还可以，但是复杂的场景下，就得上工作流。并且Agent模式可以做的，工作流模式一定能做，反过来，工作流模式支持的复杂业务流程，这种Agent模式不一定能完成。所以这种Agent模式现在存在感就很鸡肋，反正我是基本上没用过。
2、其次，现在多数场景下，我们用的都是推理模型，推理模型是不吃设定角色那一套玩法的，大家可以去看看DeepSeek-R1推荐的Prompt写法，我就不多说了。
3、现在MCP都出来了，谁还玩Function Call那一套的工具调用模式，过去的那一套Agent玩法太复杂，而且有时候模型还不听话调用错工具。但是这种Agent模式还存在，肯定有他的价值，但是写法上我们要改变，下面我给大家展示一个Agent模式连接MCP的例子。
智能体实战3：整合MCP今天的最后，放一个大招，给大家演示下，Dify如何在Agent模式下整合MCP。关于MCP的基本概念，这里就不细说了，大家如果不了解的话，以后还想玩AI方向的话，强烈建议必须查一查。1、安装MCP插件。在【工具】->【探索Marketplace】->搜索MCP->安装插件【MCP SSE / StreamableHTTP】。我之前已经安装过了，所以点进去后，显示安装成功。
2、配置MCP。这一步很关键。首先点右上角的【插件】，可以看到你安装过的所有插件，然后选择刚才我们安装的MCP插件【MCP SSE / StreamableHTTP】，需要在右侧进行设置。因为我这里设置完了，所以显示已授权，下面教大家如何设置。
点开之后，会发现，主要就配置一个MCP的Server地址，这里我们用的是Zapier平台去获取这个Server地址才行。
{ "server_name": { "url": "XXXXXX", "headers": {}, "timeout": 50, "sse_read_timeout": 50 }}
Zapier平台MCP Server地址获取方法：1）、访问地址：mcp.zapier.com/mcp 后，在Tools下点击【Add tool】去搜索 + 配置你想添加的MCP工具即可（只需参照步骤操作操作添加，需要各种授权，这里就不一步步演示了）。下图是我添加的Google邮箱发送邮件的MCP工具。2）、在Connect选项卡中，选择一个MCP协议，选StreamableHTTP或SSE协议哪个都行，反正我们上面的DIfy插件都支持，然后Copy MCP Server的路径后，配置到Dify中即可。
整体在Dify配置成功后，就是和我上面的图一样，是Dify会显示已授权的状态。
3、创建Agent应用。我们选择【创建空白应用】->选择【Agent】模式，然后给应用起个名字，例如我的叫MCP-Demo。
4、配置模型和添加MCP工具。然后进去之后非常简单，我们提示词啥也不用写，就右上角配置个模型，在工具部分，添加刚才安装和配置成功的MCP工具即可（安装插件确实安装了一个，但其实是两个工具，一个是查找MCP工具列表，一个是调用MCP工具）
5、运行测试。我就说了一句话，让他给我自己的QQ邮箱发个邮件，告诉它发送主题和内容，然后就没有然后了，发送成功了。我下面还故意没写邮件的主题，他会提示你必须要有主题。是不是很方便，比你之前那种Agent写法，又的设置角色、又得设置技能、又得告诉它每一步咋做（类似于这个你要写的话，你的告诉他第一步找到发送邮件的工具，第二步发送啥的，太麻烦）。现在的做法提示词里面啥都没写，直接用就可以，你告诉他你要发邮件，他会自己调用MCP的列表工具和找寻合适的工具去执行。收到的邮件。
撒花🎉🎉🎉，Dify连接MCP这一部分结束。
---------因为篇幅过长的原因，Dify教程预计分为两部分，这篇是上半部分，下半部分后续也会尽快更新。
原文地址：https://mp.weixin.qq.com/s/JBwlLvM17Err4QuR7K9ebA
