使用 Dify 实现 Agent 和 LLM Workflow

Agent 与 LLM Workflow 概念

Agent 和 LLM Workflow 都集成了 LLM 相关的技术，具备相当的智能，并且可以执行一些复杂功能。

区别：

Agent：通过多轮对话方式实现功能
LLM Workflow：单轮操作，给定输入直接得到输出

Dify 平台介绍

Dify 是一个开源的 LLM 应用开发平台，提供了构建 Agent 和 Workflow 的能力。

🌐 官网
📄 文档
💻 应用界面
🐙 GitHub

使用指南

1. 基本配置

开始使用 Dify 需要配置：

基础 LLM：可以是 OpenAI API 或者 Ollama 等本地部署服务
知识库(Knowledge)：用于实现 RAG (检索增强生成)功能

2. 构建方式

Dify 提供多种构建应用的方式：

从空白模板构建
使用预设模板构建
通过 DSL 配置文件构建（可离线 Fork 他人的工作流）

3. 高级编辑模式

Dify 工作流支持多种节点类型，可实现复杂的逻辑和功能。详细节点说明请参考：

Dify 工作流节点文档

4. 本地部署

推荐使用 Docker 进行本地部署：

cd dify
cd docker
cp .env.example .env
# 根据需要修改 .env 中的环境变量
docker compose up -d

应用集成参考

Web 界面嵌入

完整网站示例：
- GitHub 示例代码
嵌入流程：
- 在 Dify 中创建应用后，点击"嵌入网站"
- 将生成的嵌入代码粘贴到 index.html 文件中
简易嵌入示例：

<!DOCTYPE html>
<html lang="zh-cn">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Dify 应用嵌入示例</title>
</head>
<body>
    <h1>Dify 应用嵌入</h1>
    <iframe
        src="https://udify.app/chatbot/xxxxxxxxx"
        style="width: 100%; height: 100%; min-height: 700px"
        frameborder="0"
        allow="microphone">
    </iframe>
</body>
</html>

2.2 KiB Raw Permalink Blame History Unescape Escape