必须先同时启动Ollama和Dify：执行ollama serve确保后台运行，再docker compose up -d启动Dify三容器，确认全为Up；接着ollama pull qwen2.5:7b，Dify中配置Ollama供应商并绑定该模型；上传BMW手册PDF至知识库，调优分块参数（500/80）；最后在Agent工作流中配置语义检索、条件分支与代码工具，严格按手册原文→建议→来源顺序响应。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
准备本地运行环境：Ollama + Dify 双组件启动
要在电脑上跑通能读懂《BMW用户手册》并自动诊断故障的AI助手，必须先让Ollama和Dify两个核心组件同时健康运行。缺一不可，否则后续所有配置都会卡在“模型不可用”或“工具调用失败”上。
打开终端，依次执行以下命令：
首先确认 Ollama 已安装并后台运行：【必须看到 ollama serve 进程持续运行，不能只执行一次就退出】
然后进入 Dify 项目根目录，启动全部服务：docker compose up -d
等待 30 秒后，执行 docker compose ps，检查 api、web、worker 三个容器状态是否全为 Up。若 api 显示 restarting，立刻执行 docker compose logs -f api --tail=50，重点查找 “model provider not configured” 或 “connection refused” 字样——这说明模型供应商还没配，但此时先别急着配，得确保底层通了。
接入本地大模型：Qwen2.5-7B 作为推理引擎
Dify 不是模型本身，它需要一个“大脑”。我们选用 Qwen2.5-7B，因为它在中文长文本理解（比如汽车手册里的嵌套条款）和指令遵循上表现稳定，且 Ollama 已原生支持。
第一步：在 Ollama 中拉取模型：ollama pull qwen2.5:7b。这一步耗时约 3～8 分钟，取决于网速；若中途断开，重试即可，Ollama 会续传。
第二步：回到 Dify 管理后台，访问 http://localhost:3000/settings/model-providers → 点击「+ 添加模型供应商」→ 选择「Ollama」→ 填写基础信息：
Host 地址填 http://host.docker.internal:11434（Mac/Windows Docker Desktop 默认可用；Linux 用户必须改用宿主机真实IP，如 http://192.168.1.100:11434，否则容器内无法访问）
模型名称栏输入 qwen2.5:7b，注意冒号和版本号完全一致，大小写敏感；测试连接成功后保存。
第三步：进入「应用」→「新建应用」→ 类型选「智能助手（Agent）」→ 模型下拉框中现在应能看见 qwen2.5:7b，勾选它，点击创建。
构建车主手册知识库：PDF切片与向量化
手册不是扔进去就能读的。Dify 会把 PDF 拆成段落，再转成向量存进数据库。拆得不准，检索就错；向量没建好，AI 就答非所问。
方法一：直接上传 PDF 文件
进入刚创建的 Agent 应用 → 左侧菜单点「上下文」→ 「知识库」→ 「+ 创建知识库」→ 命名“BMW_2026_手册”，描述填“G01/G02 系列燃油车用户手册官方PDF”，保存后点击「添加文档」→ 选择已下载好的 BMW_用户手册_01405A7D339.pdf → 提交。
方法二：手动控制切片粒度（推荐用于手册类长文档）
上传前先点击知识库右上角「设置」图标 → 关键参数调为：分块大小 = 500，重叠长度 = 80，文本清理启用「移除页眉页脚」和「合并换行符」。这能避免把“制动系统”章节标题和下一页的“警告符号说明”错误拼在一起。
上传完成后，右侧状态栏显示“处理中”，约 2～4 分钟。不要刷新页面，否则中断索引进程，需重新上传。
配置故障自检工作流：让Agent学会主动查手册+调工具
光有手册还不够。当用户问“仪表盘黄色发动机灯亮怎么办”，AI 必须能：① 定位手册中“故障指示灯”章节 → ② 提取对应灯色含义 → ③ 结合当前车型年份判断是否需立即停车 → ④ 若手册未覆盖，则触发外部工具查TIS工单系统（本例暂用模拟工具）。
第一步：在 Agent 应用内，点击顶部「编辑工作流」→ 进入可视化编排界面。
第二步：拖入一个「知识检索」节点，双击配置：知识库选刚建好的“BMW_2026_手册”，检索方式选「语义检索」，相似度阈值设为 0.65（太低会召回无关内容，太高可能漏掉同义表述）。
第三步：拖入一个「条件分支」节点，连接知识检索输出。设置判断逻辑为：“如果检索结果包含‘立即停车’或‘禁止行驶’字样”，则走「高风险路径」；否则走「常规排查路径」。
第四步：在「常规排查路径」末端，添加一个「代码解释器」工具节点（Dify 内置），输入 Python 脚本：
import re
def check_engine_light(text):
if re.search(r'黄色|琥珀色.*?发动机', text):
return "建议：检查机油液位、冷却液水位，若无异常，可继续行驶至授权服务中心。"
return "未识别到匹配故障描述。"
check_engine_light({{knowledge_retrieval.output}})
第五步：返回「提示词」标签页，重写系统指令，明确要求 Agent 必须严格按以下顺序响应：先引用手册原文段落（带页码），再给出操作建议，最后注明建议来源（手册 or 工具计算）。不许自由发挥。
