YangYang
学习笔记

基于Dify的智能体搭建

·约 4 分钟

Dify

  • 核心定位：Dify 是一个开源的、功能全面的 LLM 应用开发与运营平台，旨在为开发者提供从原型构建到生产部署的一站式解决方案。
  • 特点分析：它融合了后端服务和模型运营的理念，支持 Agent 工作流、RAG Pipeline、数据标注与微调等多种能力。对于追求专业、稳定、可扩展的企业级应用而言，Dify 提供了坚实的基础。
  • 适用人群：有一定技术背景的开发者、需要构建可扩展的企业级 AI 应用的团队。

Dify 是一个开源的大语言模型（LLM）应用开发平台，融合了后端即服务（BaaS） 和 LLMOps 理念，为从原型设计到生产部署提供全流程支持，如图5.15所示。它采用分层模块化架构，分为数据层、开发层、编排层和基础层，各层解耦便于扩展。

Dify 对模型高度中立且兼容性强：无论开源或商业模型，用户都可通过简单配置将其接入，并通过统一接口调用其推理能力。其内置支持对数百种开源或专有 LLM 的集成，涵盖 GPT、Deepseek、Llama等模型，以及任何兼容 OpenAI API 的模型。

同时，Dify 支持本地部署（官方提供 Docker Compose 一键启动）和云端部署。用户可以选择将 Dify 自建部署在本地/私有环境（保障数据隐私），也可以使用官方 SaaS 云服务（下述商业模式部分详述）。这种部署灵活性使其适用于对安全性有要求的企业内网环境或对运维便利性有要求的开发者群体。

地址：https://dify.ai/zh

创建插件和配置MCP

在工具中的工具插件查找插件并安装

image-20260811225343696

进入Marketplace安装agent 策略

image-20260811225641177

高德地图MCP

魔搭社区配置MCP(Model Context Protocol)

地址：https://www.modelscope.cn/

image-20260812105609182

之前申请过高德的API Key，但是好像那个手机号已经被我注销了，实名认证绑定的还是注销了的手机号，
在高德开发者平台提交问题工单，很快几分钟就处理完成了

高德地图MCP配置：

在右侧选择 SSE 模式并点击连接配置，即可生成专属的 MCP 配置 JSON，如图5.24所示。MCP 支持多种通信模式，但在 Dify 中使用 SSE 模式通信更加流畅稳定，因此推荐选择 SSE 模式。

image-20260819114238327

智能体搭建

创建智能体

可以直接导入配置文件*yaml

image-20260819115125932

各种提示词配置

日常助手提示词配置：
image-20260820100945406

优化文案助手提示词配置：
image-20260820101336729

多模态生成部分还没有申请api，先跳过

数据分析与查询：

image-20260820101827277

image-20260820101951171

高德MCP配置：
image-20260820102145285

测试

image-20260820102355135

Dify 的优势与局限性分析

Dify 作为一款领先的 AI 应用开发平台，在多个方面展现出显著优势：

  1. 核心优势
  • 全栈式开发体验：Dify 将 RAG 管道、AI 工作流、模型管理等功能整合到一个平台中，提供一站式的开发体验
  • 低代码与高扩展性的平衡：Dify 在低代码开发的便利性和专业开发的灵活性之间取得了良好平衡
  • 企业级安全与合规：Dify 提供 AES-256 加密、RBAC 权限控制和审计日志等功能，满足严格的安全和合规要求
  • 丰富的工具集成能力：Dify 支持 9000 + 工具和 API 扩展，提供了广泛的功能扩展性
  • 活跃的开源社区：Dify 拥有活跃的开源社区，提供了丰富的学习资源和支持
  1. 主要局限
  • 学习曲线较陡：对于完全没有技术背景的用户，仍然存在一定的学习曲线
  • 性能瓶颈：在高并发场景下可能面临性能挑战，需要进行适当的优化。Dify 系统的核心服务端组件由 Python 语言实现，与 C++、Golang、Rust 等语言相比，性能表现相对较差
  • 多模态支持不足：当前主要以文本处理为主，对图像、视频、HTML等的支持有限
  • 企业版成本较高：Dify 的企业版定价相对较高，可能超出小型团队的预算
  • API 兼容性问题：Dify 的 API 格式不兼容 OpenAI，可能限制与某些第三方系统的集成