Dify怎么用？

如果你正在寻找一个能让你像搭积木一样快速构建 AI 应用的平台，Dify 就是那个“瑞士军刀”。它是一个开源的 LLM 应用开发平台，核心价值在于：你不需要写大量后端代码，就能把大模型（如 GPT-4、Claude、Llama 等）变成真正可用的、有业务逻辑的 AI 产品。无论是做一个能联网查资料的智能客服，还是一个能分析 PDF 文档的 RAG 机器人，Dify 都能让你在几小时内从零跑到上线。

Dify 到底是什么？一句话说清楚

Dify 是一个开源、可视化的 AI 应用开发平台，由国内团队 LangGenius（深圳灵境声学）开发并维护。它本质上是一个大模型编排和运维工具，让你通过拖拽、配置和少量代码，把各种大模型 API、知识库、工具（如搜索引擎、代码解释器）串联成一个完整的 AI 应用。它的官网是：https://dify.ai，你可以直接在线体验，也可以自己部署私有版本。

核心功能：它到底能干什么？

我把 Dify 的核心能力拆成三个层级，方便你理解：

1. 应用类型：从简单到复杂全覆盖

• 对话型应用（Chatbot）：最基础的模式，类似 ChatGPT 的对话界面。你可以设定系统提示词、上传知识库，让 AI 基于你的文档回答问题。比如做一个“公司政策问答机器人”。
• 文本生成型应用（Text Generator）：适合写文案、写邮件、生成报告等。你可以通过模板和变量，批量生成结构化内容。
• Agent（智能体）：这是 Dify 的王牌功能。你可以给 AI 分配工具（比如“搜索网页”、“调用计算器”、“读取数据库”），AI 会自主规划步骤、调用工具来完成任务。比如“帮我查一下今天北京天气，然后发一封邮件提醒我带伞”。
• 工作流（Workflow）：这是 2024 年新增的重磅功能。你可以用图形化界面编排多个 LLM 节点、条件分支、代码节点、工具节点，构建一个多步骤的自动化流程。比如“先翻译用户输入的英文，然后提取关键词，再用关键词搜索数据库，最后用总结模型生成回复”。

2. 核心模块：四大组件

3. 部署与集成：给你最大的自由度

• 云端版：直接访问 dify.ai 注册即可使用，免费额度足够个人和小团队尝鲜。付费版按 API 调用量计费，具体价格官网有实时计算器。
• 私有化部署：完全开源（GitHub 上搜索 Dify），支持 Docker 一键部署到自己的服务器。这对于数据敏感的企业（如金融、医疗）是巨大优势。
• API 输出：你可以在 Dify 里建好应用，然后通过 RESTful API 把它嵌入到你的网页、微信小程序、Slack 机器人等任何地方。

收费情况：怎么花钱？

Dify 的定价策略很透明：

• 开源版：完全免费，但你需要自己搞定服务器和模型 API 的费用（比如你调用 OpenAI 的 API，OpenAI 会收你钱）。
• 云端版（Dify Cloud）：提供免费额度（每月约 200 次对话或一定量的 token），超出后按量计费。专业版和企业版有更多功能（如高级权限管理、SSO 登录）。具体价格建议以官网最新公告为准。
• 模型费用：注意，Dify 本身不提供大模型，你需要绑定自己的 API Key（如 OpenAI、Anthropic、本地部署的 Llama 等）。所以最终花费 = Dify 平台费 + 模型调用费。

怎么开始用？一个新手实战案例

我以一个“公司内部知识库问答机器人”为例，带你走一遍流程：

1. 注册/部署：去 dify.ai 注册账号，或者用 Docker 在自己的服务器上跑起来。
2. 创建知识库：点击“知识库” -> “新建知识库”，上传你的公司制度 PDF、产品手册等。Dify 会自动分段并向量化。你可以选择文本分段策略（比如按段落、按 token 数量）。
3. 创建应用：点击“创建应用” -> 选择“对话型应用”。在提示词编排中，写清楚 AI 的角色：“你是一个公司客服助手，只能基于知识库回答，不知道的不要瞎编”。
4. 关联知识库：在应用的“上下文”设置中，选择刚刚建好的知识库。这样 AI 在回答时就会自动去知识库里检索相关片段。
5. 配置模型：绑定你的 OpenAI API Key（或者用 Dify 内置的免费模型体验）。选一个合适的模型，比如 GPT-4 或 Claude 3.5 Sonnet。
6. 测试并发布：在预览窗口提问“年假怎么申请？”，AI 会从知识库中提取内容回答。满意后，点击“发布”，你会得到一个 API 地址和一段嵌入代码，可以把它嵌入到公司网站或飞书机器人里。

整个过程，如果你文档已经准备好，15分钟就能跑通一个原型。

对比其他工具：为什么选 Dify？

简单说：Dify 在“可控性”和“易用性”之间找到了一个很舒服的平衡点。它不像 LangChain 那样需要你写大量代码，但又比 Coze 给了你更多的数据主权和定制空间。

一些个人使用心得

我用了 Dify 大半年，有几个点特别值得提：

• 工作流功能是杀手锏：2024 年更新后，你可以用“条件分支”做复杂的业务逻辑。比如“如果用户情绪检测为愤怒，先转人工；否则自动回答”。这在企业场景里非常实用。
• 开源社区很活跃：GitHub 上 Star 数超过 6 万（截至 2025 年中），你遇到的大部分问题在 Discord 社区或 GitHub Issues 里都能找到答案。
• 注意模型选择：Dify 支持几乎所有主流模型，但不同模型的价格和效果差异很大。建议测试阶段用 GPT-4o-mini（便宜且快），正式上线再评估是否要换更贵的。
• 日志标注功能别浪费：很多新手搭完应用就不管了。Dify 的日志系统可以让你回看每一条对话，并标注“好/坏”。积累几百条标注数据后，你可以用来微调提示词或做模型微调，效果提升非常明显。

相关问题

• Dify 和 FastGPT 有什么区别？ 两者都是开源 RAG 平台。Dify 更偏向通用 AI 应用开发（Agent、工作流），而 FastGPT 更专注知识库问答，在文档处理细节上做得更深。如果你主要做文档问答，可以两者都试试。
• Dify 支持哪些模型？ 几乎全覆盖：OpenAI、Anthropic、Google Gemini、Llama、通义千问、文心一言、DeepSeek 等，也支持本地部署的 Ollama 模型。你只需要在设置里填入 API Key 即可。
• Dify 可以接入微信或飞书吗？ 可以。Dify 提供了 API，你可以通过第三方工具（如飞书自定义机器人、企业微信应用）或者自己写一点代码将 Dify 应用接入。社区也有现成的方案。
• Dify 免费额度够用吗？ 个人学习或小规模试用完全够。云端版每月免费额度大约支持几千次普通对话。如果要做商业应用，建议直接付费或私有部署。
• Dify 适合非技术人员吗？ 适合，但有门槛。如果你只是做一个简单的聊天机器人，纯拖拽就可以。但如果你要用工作流、Agent 或自定义工具，最好具备基础的编程思维（比如理解变量、API 是什么）。