目 录
第 1 章 快速体验Dify 1
1.1 为什么需要Dify 1
1.2 在线版Dify体验 2
1.2.1 注册与登录 2
1.2.2 界面总览 4
1.3 本地部署Dify 7
1.3.1 环境准备与依赖安装 7
1.3.2 Docker Compose部署 11
1.3.3 控制台配置与访问 15
1.4 配置模型与API Key 17
1.4.1 OpenAI模型接入 17
1.4.2 模型参数与调用策略 18
1.4.3 验证与调用监测 19
1.5 本章小结 19
第 2 章 工作流的可视化编排 20
2.1 工作流的基础组成 20
2.1.1 节点与任务的定义 20
2.1.2 输入与输出的衔接 22
2.1.3 数据依赖与变量传递 23
2.1.4 流程图与执行顺序 23
2.2 可视化流程设计方法 25
2.2.1 条件判断与分支构造 25
2.2.2 循环与迭代处理 26
2.3 本章小结 27
第 3 章 Prompt IDE与提示工程 28
3.1 Prompt设计的基本原则 28
3.1.1 角色与身份设定 28
3.1.2 指令与任务约束 30
3.1.3 答复风格的规范 34
3.1.4 错误响应处理 36
3.2 Prompt IDE的使用方法 38
3.2.1 编辑器界面说明 38
3.2.2 多版本管理机制 43
3.2.3 运行结果调试 43
3.3 提示设计的进阶应用 46
3.3.1 控制回答的语气与格式 46
3.3.2 上下文引用与衔接 47
3.3.3 复杂任务的多层提示 48
3.4 本章小结 49
第 4 章 知识库与RAG机制 50
4.1 知识库的构建方式 50
4.1.1 文件类型的支持范围 50
4.1.2 文档切分策略 52
4.1.3 向量化与存储原理 54
4.1.4 索引结构与检索流程 55
4.2 RAG的运行逻辑 57
4.2.1 问题解析与召回 57
4.2.2 相关内容的筛选 59
4.2.3 结果融合与重排序 61
4.3 知识库应用案例 63
4.3.1 公司内部问答助手 63
4.3.2 智能客服助手 66
4.4 知识库的维护与迭代 69
4.4.1 定期更新策略 69
4.4.2 错误数据清理 70
4.4.3 扩展多来源内容 72
4.4.4 检索性能优化 73
4.5 本章小结 74
第 5 章 Agent与工具调用 75
5.1 Agent的核心机制 75
5.1.1 任务分解与调度 75
5.1.2 工具调用逻辑 76
5.1.3 自主循环处理 79
5.1.4 错误检测与修复 80
5.2 工具调用的实现路径 82
5.2.1 工具接口定义 82
5.2.2 鉴权与安全控制 84
5.2.3 日志与调用跟踪 86
5.3 Agent与知识管道结合 87
5.3.1 管道输出的调用方式 88
5.3.2 Agent与RAG协同 89
5.3.3 Agent驱动的复合任务 91
5.3.4 应用闭环的实现 93
5.4 高级Agent设计思路 93
5.4.1 分布式协作模式 93
5.4.2 分层结构设计 94
5.4.3 自我学习机制 97
5.5 本章小结 99
第 6 章 API与应用集成 100
6.1 应用部署方式 100
6.1.1 Web端嵌入方法 100
6.1.2 移动端集成方案 102
6.1.3 独立服务部署模式 103
6.1.4 外部接口适配策略 105
6.2 API调用方法 107
6.2.1 接口定义与参数说明 107
6.2.2 数据格式与返回结果 110
6.2.3 错误码与处理逻辑 111
6.2.4 限流与重试控制 112
6.3 集成外部系统 113
6.3.1 企业办公平台接入 113
6.3.2 客户关系系统对接 114
6.3.3 企业资源管理对接 116
6.4 本章小结 117
第 7 章 界面管理与用户交互 118
7.1 应用管理功能 118
7.1.1 应用的创建与删除 118
7.1.2 应用克隆与迁移 120
7.1.3 标签与分组管理 122
7.2 用户与权限控制 122
7.2.1 用户的添加与分配 122
7.2.2 权限等级划分 124
7.2.3 多团队协作机制 125
7.2.4 数据访问隔离 127
7.3 应用使用场景演示 129
7.3.1 部门内部共享应用 129
7.3.2 面向客户的外部使用 130
7.3.3 多应用并行运营 131
7.4 本章小结 132
第 8 章 Dify在企业场景中的应用 133
8.1 智能客服系统 133
8.1.1 常见问题知识库建设 133
8.1.2 工单分流自动化 135
8.1.3 与人工客服协同 137
8.1.4 客户满意度提升 140
8.2 内部协作助手 141
8.2.1 行政流程问答 142
8.2.2 人力资源咨询 144
8.2.3 信息技术支持 146
8.2.4 部门知识共享 147
8.3 行业定制应用 148
8.3.1 金融合规答疑 148
8.3.2 语义驱动的法规解释机制 148
8.3.3 医疗健康咨询 149
8.3.4 教育教学辅导 150
8.4 本章小结 151
第 9 章 Dify的高级特性与扩展 152
9.1 多模型协同 152
9.1.1 模型切换策略 152
9.1.2 模型冗余机制 153
9.1.3 模型组合调用 155
9.1.4 本地模型接入 157
9.2 插件机制 158
9.2.1 插件框架原理 159
9.2.2 常见插件分类 159
9.2.3 插件开发流程 162
9.2.4 插件版本管理 163
9.3 安全与合规 164
9.3.1 审计与追踪机制 164
9.3.2 数据加密方法 165
9.3.3 合规性校验 167
9.4 扩展能力设计 167
9.4.1 自定义节点开发 167
9.4.2 外部工具接入 168
9.4.3 业务逻辑封装 169
9.5 本章小结 170
第 10 章 Dify的部署与性能优化 171
10.1 部署模式选择 171
10.1.1 云端部署架构 171
10.1.2 本地化部署流程 173
10.1.3 混合式部署模式 176
10.2 高可用性设计 178
10.2.1 水平扩展方法 178
10.2.2 容灾与备份策略 179
10.2.3 版本记录与回滚 181
10.3 性能优化方法 183
10.3.1 向量检索调优 183
10.3.2 并发处理机制 185
10.3.3 模型调用加速 187
10.4 本章小结 189
第 11 章 实战1:多平台内容生成器 190
11.1 构建多平台内容生成器前的准备工作 190
11.1.1 准备文本、文档并上传知识库 190
11.1.2 对知识库进行召回测试 194
11.2 构建工作流 196
11.2.1 创建新工作流 196
11.2.2 用户输入节点:收集终端用户的输入 197
11.2.3 参数提取器节点:识别目标平台 199
11.2.4 IF/ELSE节点:验证平台提取结果 201
11.2.5 列表操作器节点:按类型分离上传的文件 201
11.2.6 文档提取器节点:从文档中提取文本 202
11.2.7 LLM节点:整合所有参考材料 203
11.2.8 迭代节点:为每个平台创建定制内容 204
11.2.9 模板节点:格式化最终输出 206
11.3 测试、发布和共享工作流 206
11.3.1 测试工作流 207
11.3.2 发布并共享工作流 210
11.4 本章小结 211
第 12 章 实战2:搭建文章理解助手 212
12.1 创建Chatflow 212
12.1.1 文章理解助手功能介绍 212
12.1.2 新建Chatflow 213
12.2 新增节点 214
12.2.1 开始节点 215
12.2.2 文档提取器 216
12.2.3 LLM节点 217
12.2.4 结构提取节点 218
12.3 问题抛出并测试工作流 219
12.3.1 处理多个上传文件 219
12.3.2 只处理文件列表中的特定文件 221
12.4 本章小结 222
第 13 章 实战3:深度搜索应用搭建 223
13.1 DeepResearch应用创建与输入配置 223
13.1.1 基于模板创建DeepResearch应用 223
13.1.2 配置开始节点与首次检索链路 224
13.2 循环研究流程与结果汇总配置 226
13.2.1 配置研究代理与迭代控制 226
13.2.2 配置最终总结与回答输入 228
13.3 预览运行与研究结果验证 229
13.3.1 发起预览并观察检索过程 230
13.3.2 检查研究报告与来源信息 231
13.4 本章小结 232
