Dify AI应用开发平台指南。用于构建LLM应用、工作流、Agent和知识库。当用户需要(1)使用Dify创建AI应用 (2)设计LLM工作流 (3)配置知识库RAG (4)开发AI Agent (5)调用Dify API (6)自托管部署Dify时激活此技能。
Dify AI应用开发平台是一项面向实际任务的技能,主要用于Dify是开源的LLM应用开发平台,支持快速构建AI应用、工作流和Agent;Chat App - 对话型应用,支持会话持久化,适合聊天机器人、客服AI;
它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
Dify是开源的LLM应用开发平台,支持快速构建AI应用、工作流和Agent。
# 克隆最新版本 git clone --branch "$(curl -s https://api.github.com/repos/langgenius/dify/releases/latest | jq -r .tag_name)" https://github.com/langgenius/dify.git # 启动 cd dify/docker cp .env.example .env docker compose up -d
访问 http://localhost/install 初始化管理员账户。
所有API请求需要在Header中携带API Key:
Authorization: Bearer {api_key}
POST /v1/workflows/run
Content-Type: application/json
{
"inputs": {
"query": "翻译这段文字..."
},
"response_mode": "blocking", # 或 "streaming"
"user": "user-123"
}
POST /v1/chat-messages
Content-Type: application/json
{
"query": "你好",
"response_mode": "streaming",
"user": "user-123",
"conversation_id": "" # 首次为空,后续传入返回的conversation_id
}
工作流中添加 Knowledge Retrieval 节点,选择知识库。