Dify Agent

Dify Agent 快速入门

想让 AI Agent 帮你查数据库、发邮件、调 API 却又不想写一行代码?Dify 用一个”可视化流程画布”把这事变简单了。

这是什么?适合谁?

Dify Agent 是国产开源大模型应用开发平台 Dify 内置的智能体开发框架。它让你不用写代码就能构建一个可执行工具、规划任务、多步骤思考的自主 AI Agent。

Dify Agent 支持两种核心 Agent 范式:

1. Function Calling(函数调用)模式:利用主流大模型(GPT-4、Claude、通义千问等)原生的工具调用能力,Agent 自动决定何时调用哪些工具、如何组合工具完成任务。
2. ReAct(思考-行动)模式:Agent 按照”思考 → 行动 → 观察”的循环反复推理,适合复杂多步骤任务。

Dify 的独特之处在于它把这一切封装到了一个可视化流程画布里。你不用写 Python 代码,只需要在画布上拖拽节点(LLM 节点、代码节点、工具节点、条件节点),就能搭出一个可以运行的 Agent。同时,Dify 内置了 50+ 官方工具(Google 搜索、Wolfram Alpha、天气 API、Slack 消息、代码执行沙箱等),你还可以通过 OpenAPI Schema 一键接入外部服务——这意味着任何有 REST API 的系统,理论上都能变成 Dify Agent 的工具。

技术架构上,Dify 分为云版(cloud.dify.ai,SaaS 服务,免费额度友好,升级付费即用)和社区版(开源自部署,Docker Compose 一键起,数据完全在自己服务器)。它的后端用 Python 写,前端用 Next.js,支持水平扩容,大厂内部用它做 AI 中台的不少。

适合谁? 如果你是产品经理/运营/业务人员,想快速做出一个 AI 助手给团队用,Dify 是最容易上手的选择;如果你是独立开发者,想快速验证一个 AI Agent 创意,Dify 云版免费额度足够 MVP;如果你是企业 IT/技术负责人,担心数据出海,Dify 社区版支持完全私有化部署,数据不出内网;如果你已经在用 CrewAI 或 LangGraph,Dify 可以作为”可视化前端”配合使用,让业务方也能改流程。

不适合谁? 如果你的 Agent 需求非常特殊(比如自定义 Agent 循环逻辑、非标准的推理流程),Dify 的可视化框架可能限制发挥,直接用 LangGraph/CrewAI 写代码更灵活;如果你追求极致性能(每秒万级请求)且对延迟敏感,Dify 的抽象层会带来一些性能开销。

准备工作

开始之前,请准备以下几样:

1. 一个 Dify 账号:访问 https://cloud.dify.ai 注册云版账号(推荐初次上手,免注册无门槛);或者按 社区版部署文档 用 Docker Compose 起本地版。
2. 一个大模型 API Key:Dify 支持 OpenAI、Anthropic、DeepSeek、通义千问、Moonshot、智谱等主流模型。国内用户推荐 DeepSeek(便宜、快)或通义千问(国内直连);国外用户 OpenAI GPT-4o 最省心。
3. 一些”我想让 Agent 做什么”的场景:动手前先想清楚你的 Agent 要干什么——查询产品库存?回答客户问题?生成营销文案?抓取网页数据?场景越具体,搭出来的 Agent 越好用。
4. (可选)一些外部服务的 API Key:比如 Google 搜索 API、天气 API、公司内部系统的 REST API——这些将成为你的 Agent 可以使用的”工具”。

3 步快速上手

第 1 步:创建应用,选择”Agent”类型

登录 Dify 后,点击右上角「创建应用」,选「Agent」类型。给应用起个名字(比如”我的第一个客服 Agent”),点确定进入编辑器。

进入编辑器后,你会看到:

• 左侧配置面板:管理 Prompt、工具、模型、变量
• 中间画布:预览 Agent 对话
• 右侧调试面板:直接对话测试

第 2 步:配置 Prompt、工具、模型

Prompt(提示词): 在「提示词」区域,写下 Agent 的角色定义和任务说明。举个客服 Agent 的例子:

你是一位专业的电商客服 Agent。你的职责是:

1. 回答客户关于产品的问题
2. 使用「查询订单」工具查询客户的订单状态
3. 使用「发送邮件」工具在必要时通知客户 遇到无法解决的问题,请转人工客服。

工具(Tools): 在「工具」区域,点「添加工具」。你可以选:

• 官方内置工具:Google 搜索、Bing 搜索、Wolfram Alpha、代码执行、Web Scraper 等,即插即用
• 自定义工具:通过 OpenAPI Schema 接入任何 REST API。举个例子,你的公司订单查询 API 是 GET https://api.mycompany.com/orders/{id},你把这个 API 的 OpenAPI Schema 粘贴进去,Dify 会自动把它变成一个 Agent 可以调用的工具

模型: 在右上角选择 LLM。推荐用支持 Function Calling 的模型(GPT-4o、Claude 3.5、DeepSeek-V3),Agent 的工具调用会更准。

第 3 步:调试对话并发布

在右侧调试面板输入测试问题,比如”帮我查一下订单 ORD12345 的状态”。Dify 会:

1. 显示 Agent 的思考过程(哪个 Prompt 触发了、决定调用哪个工具)
2. 显示工具调用参数和返回结果
3. 显示 Agent 的最终回复

如果效果满意,点右上角「发布」,你会得到:

• 一个 Web App URL,可以直接分享给用户使用
• 一段 API 端点,可以集成到你自己的 App 里
• 一个 iframe 嵌入代码,可以嵌入到公司官网

常见踩坑

1. 「Agent 不调工具、只闲聊」:大概率是模型不支持 Function Calling 或 Prompt 里没明确”必须使用工具查询”。换成 GPT-4o / Claude / DeepSeek-V3,并在 Prompt 里写清楚”遇到 X 场景必须调用 Y 工具”。
2. 「工具调用参数错了」:OpenAPI Schema 里的字段描述不清晰,模型猜错了参数格式。在 Schema 的 description 字段里详细说明每个参数是什么、格式是什么、举个例子。
3. 「Agent 陷入死循环」:ReAct 模式下,Agent 可能反复调用同一个工具停不下来。在应用设置里调低”最大迭代次数”(默认 10,可以调到 5),避免无限循环烧钱。
4. 「响应速度慢」:Function Calling 每一步都是一次 LLM 调用,链条长了自然慢。优化方向:减少 Agent 的工具数量(留最必要的)、用更快的模型(GPT-4o mini、DeepSeek-V3 都比 GPT-4o 快)、启用流式输出。
5. 「Token 消耗超预期」:Agent 每次调用都会把历史对话 + 系统 Prompt + 工具描述一起发给模型,Token 消耗很快。开启**“上下文压缩”**或定期让 Agent 总结前面的对话。
6. 「私有部署后模型接不上」:社区版部署后,模型需要在**「设置 → 模型提供商」**里手动配置 API Key。DeepSeek 和 OpenAI 兼容 API 直接填 URL 就行,内部模型服务(vLLM、Ollama、xinference)需要选对应的 Provider 类型。

初级用法

• 企业内部知识 Agent:上传公司 FAQ、产品文档到 Dify 的知识库,创建一个能回答员工问题的 Agent。
• 数据查询 Agent:通过 OpenAPI 接入公司内部的 CRM、ERP、订单系统,做一个”用自然语言查数据”的 Agent。
• 内容生成 Agent:结合 Web Scraper 工具,让 Agent 抓取指定网站的最新内容,自动生成营销文案或内容摘要。

高级玩法

• 多 Agent 协作:用 Dify Workflow 编排多个 Agent 协作。比如做一个”新闻分析 Pipeline”——Agent A 负责抓新闻、Agent B 负责摘要、Agent C 负责风险评估、最终汇总到一个报告里。
• RAG + Agent 组合:Agent 需要参考公司文档时,自动调用 Dify 的知识库检索。用户问”我们上季度的销售策略是什么”,Agent 会先查文档、再综合回答。
• 对接飞书/钉钉/企业微信:把 Dify Agent 通过 API 集成到 IM 里,做成”公司里的 AI 助手 Bot”,员工在群里 @它就能查各种信息。
• 接入 MCP 生态:Dify 已支持 MCP (Model Context Protocol) 协议,可以让 Agent 复用整个 MCP 生态的工具,比如接 Sentry、GitHub、Notion 等外部服务。

小技巧

1. Prompt 用中文写更好:Dify 的中文用户多,针对中文场景优化过,用中文写 Prompt 效果通常比翻译成英文好。
2. 工具描述写得越”啰嗦”越好:LLM 靠工具的 description 判断该用哪个工具,描述里明确”什么情况下用、参数是什么、返回什么”,模型选对工具的概率高。
3. 善用”变量”:Dify 支持在 Prompt 里插入变量,可以做多轮对话的记忆、用户信息传递、动态 Prompt 等。
4. 定期看”日志”:Dify 记录每次对话的完整链路(Prompt、工具调用、返回值、Token 消耗),定期看日志能发现 Agent 的问题,持续优化。
5. 社区版 + 云版组合使用:开发调试用云版(快速迭代),生产环境用社区版部署到自己服务器(数据安全 + 无 API 限额)。

参考链接

• Dify 官方主页
• Dify 云版
• Dify 文档中心
• Dify GitHub
• Dify 社区版部署
• Dify Agent 章节