Dify 怎么用？开源 LLMOps 平台 0 基础上手
Dify 怎么用？这篇从云版账号注册到自部署、从应用编排到工作流，0 基础也能 1 小时跑通的 Dify 实战教程，2026 最新版
30 秒了解：Dify 是什么、值不值得学
Dify 是一个开源的 LLMOps 平台——把”开发、部署、运营 AI 应用”这一整套工具链做成了可视化产品。 简单说，Dify 之于 AI 应用，就像 WordPress 之于网站：本来要写一堆代码的事，现在拖拉拽就能搭出来。
它由苏州语灵科技 2023 年开源，遵循 Apache 2.0 协议（可商用），截至 2026 年 5 月 GitHub 星数已超过 8 万，是国内最火的开源 AI 应用框架之一。
和扣子 Coze 比的核心差别：
| 维度 | 扣子 Coze | Dify |
|---|---|---|
| 开源 | 闭源 | 开源（Apache 2.0） |
| 私有部署 | 不支持 | 支持（自部署到公司服务器） |
| 上手难度 | 极易（小白友好） | 中（需懂一点技术） |
| 模型选择 | 主要绑字节自家 | 兼容主流所有模型 |
| 适合谁 | 个人玩家 + 中小企业试水 | 中大企业 + 技术团队 |
如果你完全不懂技术 / 只想最快出活，看 扣子 Coze 怎么用 更合适。 如果你有技术团队 / 需要私有部署 / 想长期演进，往下看。
准备工作
| 项目 | 要求 |
|---|---|
| 路径 1：用云版 | dify.ai 注册账号（推荐新手） |
| 路径 2：自部署 | 一台 Linux 服务器 + Docker + 8GB 内存以上 |
| 模型 API Key | OpenAI / Claude / 通义 / 智谱 / DeepSeek 任选 1 个 |
| 网络 | 云版可直连；自部署不依赖外网 |
新手强烈建议先用云版跑通流程，理解 Dify 的逻辑后再考虑要不要自部署。
详细操作步骤
第 1 步：注册云版账号
打开 dify.ai 或国内镜像（部分版本提供），用邮箱或 GitHub 注册。免费版有基础额度，跑通教程不会产生费用。
登录后会进入 工作室（Studio） 界面，左侧是「应用列表」，右上角是「创建应用」按钮。
[此处放截图：Dify 工作室主界面，标注左侧导航 + 右上角创建按钮]
第 2 步：配置模型 API Key
第一次用必须先告诉 Dify「你要用哪个大模型」。
- 点右上角头像 → 设置 → 模型供应商
- 找到你想用的模型（OpenAI / Anthropic / 阿里通义 / 智谱 GLM / DeepSeek 等）
- 点 设置，填入你的 API Key
[此处放截图：模型供应商配置页，红框标注 API Key 输入框]
💡 没有 API Key？最便宜上手是 DeepSeek（百万 token 一两块钱）或 通义千问（有免费额度）。海外用户用 Claude 或 GPT-5 API。
第 3 步：创建第一个应用
回到工作室，点 创建应用。Dify 提供 4 种应用类型，新手选第 1 个：
| 应用类型 | 适合场景 |
|---|---|
| Chatbot 对话型 | 客服、答疑、教育陪练 |
| Agent 智能体 | 多工具协同的复杂任务 |
| Workflow 工作流 | 固定流程的批量任务（如批量生成文案） |
| Chatflow 对话流 | 介于 Chatbot 和 Workflow 之间 |
先选 Chatbot，命名为「商品 FAQ 客服」，描述写一句话，点创建。
第 4 步：写 Prompt 编排（核心）
进入应用后，左半边是配置区，右半边是预览对话区。
在「提示词」框里写人设和规则，例如：
# 角色
你是「[店铺名]」的 AI 售前客服。
# 任务
1. 回答顾客关于商品、价格、物流、退换货的问题
2. 优先引用「知识库」内容，找不到再用常识
3. 不要捏造价格、库存、活动信息
# 规则
- 回答简洁，每次不超过 3 句话
- 表情符号每条最多 1-2 个
- 遇到投诉/退款，引导转人工
- 不能擅自承诺折扣最大特点是 Dify 的提示词支持「变量」——你可以在 prompt 里写 \{\{user_name\}\}、\{\{order_id\}\}，运行时动态填入。
第 5 步：加知识库（让它懂你的资料）
切到 知识库 标签 → 创建知识库：
- 命名：「商品 FAQ」
- 上传文件：PDF / Word / Excel / Markdown / TXT，单文件 ≤ 15MB（云版）
- 分段设置：用「自动分段」（小白用这个），进阶可改”自定义”+ 父子分段
- 索引模式：选「高质量」（用 Embedding，更准；耗 token 也更多）
- 检索设置：默认 Top K = 3 即可
等待解析完成（一般 1-3 分钟）。回到你的应用，在「上下文」区域绑定这个知识库，对话时 Dify 会自动检索并喂给模型。
[此处放截图：知识库上传 + 应用绑定知识库截图]
第 6 步：测试 + 发布
右侧预览区直接对话测试。试以下场景：
- 简单查询：「你们家最便宜的 XX 多少钱？」
- 模糊问询：「我下周想去，有活动吗？」
- 故意越界：「能给我打 5 折吗？」（看它会不会乖乖说不行）
- 转人工：「我要退款」（看它会不会引导转人工）
调好后，左下角点 发布 → 发布更新。Dify 给你：
- 公开 URL：直接分享给客户用
- 嵌入网站：iframe 或 web 组件
- API：用 RESTful 接口接到你的产品里
[此处放截图：发布配置页，标注三种发布方式]
进阶：用 Workflow 编排复杂流程
如果你的需求不是单纯对话，而是「多步串联」的任务（如：抓数据 → 算指标 → 出图 → 发邮件），用 Workflow 应用类型。
新建 Workflow，把以下节点拖到画布上：
| 节点类型 | 作用 |
|---|---|
| 开始 / 结束 | 流程入口和出口 |
| LLM | 调大模型生成内容 |
| 知识检索 | 查知识库 |
| HTTP 请求 | 调外部 API |
| 代码执行 | 跑 Python / Node 脚本 |
| 条件分支 | if-else 逻辑 |
| 迭代 | 循环处理列表 |
| 工具 | 调第三方插件（联网、绘图、Wolfram、Notion 等） |
每个节点连起来，整个流程就成了一个可执行的 Agent。
详细工作流玩法看 Dify 工作流编排实战（系列文章）。
5 个让 Dify 更香的高级技巧
| 技巧 | 怎么做 |
|---|---|
| 一个应用绑多个知识库 | 商品库、政策库、活动库分开管 |
| 用「会话变量」记上下文 | 跨多轮对话保持用户状态 |
| 接 MCP 工具扩展能力 | Dify 已支持 MCP，看 MCP 是什么 |
| 启用「Cite Source」 | 回答自动带知识库引用，可追溯 |
| 定期看运营日志迭代 | 后台「日志」页可看所有真实对话 |
自部署 Dify（进阶）
不想用云版、要把 Dify 装到自己服务器上，按以下步骤：
1. 服务器准备
- Linux 系统（Ubuntu 22.04 / CentOS 7 推荐）
- 至少 4 核 CPU、8GB 内存、50GB 硬盘
- 已装 Docker 和 Docker Compose
2. 拉取代码 + 启动
参考 Dify 官方文档（GitHub: langgenius/dify）的 docker-compose 部署指南，主要分 3 步：克隆仓库、复制 .env 配置文件、用 docker-compose up -d 启动所有容器。完整命令以官方 README 为准。
3. 访问 + 初始化
浏览器开 http://你的服务器IP，第一次会进入初始化页面，设置管理员账号即可。
4. 配置内部模型（选做）
如果你的公司不想数据出网，可以配置内网模型——比如本地部署的 Qwen-7B、ChatGLM、DeepSeek。Dify 支持 OpenAI 兼容接口和本地 Ollama / vLLM，灵活度很高。
常见坑 + 解决办法
| 现象 | 原因 | 解决 |
|---|---|---|
| 应用回答总是乱编 | 没绑定知识库 / 检索没命中 | 检查上下文绑定 + 优化 prompt 加「优先引用知识库」 |
| 知识库上传解析失败 | 文件太大 / 格式不规范 | 单文件 ≤ 15MB（云版）；图片型 PDF 先 OCR |
| API Key 报错 | Key 过期 / 额度不足 / 网络不通 | 重新生成 Key + 检查账户余额 + 自部署确认能访问该模型 API |
| Workflow 执行很慢 | 串行节点多 + 大模型推理慢 | 用「并行」节点 + 换更快的模型（如 Haiku、Doubao Lite） |
| 自部署后白屏 | 容器没起来 / 端口被占 | 查 docker ps、docker logs <容器> 定位 |
| 升级后数据丢失 | 没备份数据库 | 升级前一定 dump PostgreSQL 数据库 |
一个完整实战案例：用 Workflow 搭一个「每日竞品监控 Agent」
下面这个 Workflow 配合一个开始时的 prompt 模板就能用，复制到 Dify 改下竞品名单：
你是公司的竞品分析 Agent。
任务流程：
- 输入：竞品名单（如 OpenAI、Anthropic、字节豆包、阿里通义）
- 对每个竞品：
- 用联网工具抓最近 24 小时该公司的官方博客、Twitter、PR
- 提炼 1-3 条关键动态（含日期 + 来源链接）
- 综合所有竞品，输出一份「每日竞品简报」：
- 标题：YYYY-MM-DD 竞品日报
- 按公司分段
- 每条动态写：日期、动态摘要（不超过 50 字）、来源链接
- 末尾给 1 句「今日值得关注的趋势」
- 把简报通过 HTTP 节点推送到我的飞书机器人 webhook
特殊约束：
- 所有”事实”必须有来源链接，否则不要写
- 找不到信息时写「今日无重要动态」，不要编
- 输出语言：简体中文
竞品名单： [这里填你的竞品列表]
把这段 prompt 喂给 LLM 节点 + 配上联网工具节点 + HTTP 节点（推飞书），加一个定时触发，一个无人值守的竞品监控 Agent 就跑起来了。
进阶 / 下一步
跑通 Dify 第一个应用后值得继续看：
- 扣子 Coze 怎么用？1 小时搭一个 AI 客服（对比）
- GPT Builder 实战：从零搭建你的第一个 GPT（海外对标）
- MCP 是什么？让 AI 接万物的协议讲人话
- AI Agent 是什么？1 篇看懂智能体的 5 大组件
- 国内 AI Agent 平台盘点
常见问题
Q：Dify 完全免费吗？ A：开源版完全免费、可商用（Apache 2.0 协议）。云版有免费额度，超额按订阅计费。绝大多数中小团队用开源版自部署即可。
Q：Dify 和 LangChain 是什么关系？ A：LangChain 是「写 Agent 的代码框架」，Dify 是「可视化搭 Agent 的产品」。Dify 底层借鉴了 LangChain 的思路，但封装成了非开发者也能用的界面。两者不冲突，开发者可以用 LangChain 写代码，把成品挂到 Dify 里管理。
Q：Dify 适合做生产环境的 Agent 吗？ A：适合。已经有大量企业用 Dify 跑生产业务，包括银行、保险、教育、零售。关键是要做好监控、限流、数据备份——这些 Dify 自带的能力都有。
Q：自部署 Dify 大概要多少钱？ A：一台 8 核 16GB 的云服务器（阿里云 / 腾讯云 / AWS）每月约几百到 1000 元。模型调用费另算——如果用国产模型（如 DeepSeek），跑一万次对话约几十块钱。
Q：Dify 支持哪些大模型？ A：主流的都支持：OpenAI（GPT-5、GPT-4o）、Anthropic（Claude）、Google（Gemini）、字节豆包、阿里通义、智谱 GLM、月之暗面 Kimi、DeepSeek、零一万物等。自部署的开源模型也支持（通过 Ollama、vLLM 等接入）。
Q：Dify 和 n8n / Zapier 啥区别？ A：n8n / Zapier 是「通用自动化」平台，重点连接 SaaS；Dify 是「AI 应用」平台，重点编排 LLM 和工具。搭 Agent 用 Dify，做无 AI 的纯流程自动化用 n8n。复杂场景可以两者结合。