1. 写在前面
你是否遇到过这样的情况：作为法务工作者，需要逐字逐句审查大量合同，眼睛都要看花了，还担心漏掉重要条款？作为企业管理者，面对堆积如山的合同文件，审批流程繁琐又耗时？又或者你是一名创业者，想利用 AI 技术提升合同审查效率，但缺乏专业的技术背景？
如果你的答案是肯定的，那么 Dify 这款工具将为你带来全新的解决方案。
Dify 是一款面向企业级场景的开源智能体框架，它的最大优点就是支持本地化部署，对于有涉密数据（如合同）或专业领域数据处理需求的用户来说，简直是福音。与其他类似工具相比，Dify 在数据安全性上更胜一筹，你的数据可以完全在自己的掌控之下，不用担心泄露风险。
今天的教程将从 0 到 1 带你搭建一个合同审查智能体。整个过程我会尽可能详细地讲解，即使你没有太多的技术背景，也能按照步骤操作成功。让我们一起开启 Dify 的初体验之旅吧！
2. 手把手教你把Dify部署在电脑上
Dify仓库地址为：https://github.com/langgenius/dify，登录到仓库后不要急着拉取代码部署。第一步是先看一下Dify对环境的要求，官方给出了详细的配置要求，CPU不小于2核，运行内存大于4G。
2.1. 部署Dify前需要安装的工具软件
在项目部署之前，需要优先部署以下工具软件：
基础环境安装务必按照文档中一步步进行，安装好上述软件后即可开启Dify安装
2.2. 安装Dify
安装Dify首先需要下载源码，可以用git clone的方式也可以直接下载压缩包，我这边直接下载了压缩包。
将下载好的压缩包解压到项目路径。
进入到docker目录，将.env.example改名为.env文件，改名之前先创建一个副本（这是我的个人习惯，喜欢备份一下，你不想备份可以不做这一步）。
在文件路径框那边输入cmd命令，弹出命令提示符后输入docker compose up -d。
输入命令后耐心等待安装。
按照完成后输入docker ps命令就可以看见dify已经运行起来了。
打开浏览器（最好是谷歌），输入http://localhost/install 就可以进入dify界面，设置一下管理员账户。
设置好以后就可以登录了，看到下面的界面就代表Dify安装成功了，如果你没看到这个界面就回溯一下安装过程，看看是不是哪一步漏了。
2.3. 基于Dify集成Ollama配置Qwen3
在Dify集成Ollama之前，需要先基于Ollama拉取Qwen3模型， 进入Ollama 官网Ollama，点击【Models】，找到qwen3，选择适配自己电脑规格的模型进行下载。
模型名称 | 大小 | 建议内存 | 推荐显卡显存 | 适用场景 |
qwen3:0.6b | 523MB | 8GB及以下 | 1GB+ | 轻量推理、移动端或边缘计算 |
qwen3:1.7b | 1.4GB | 8GB及以上 | 4GB+ | 本地开发、中等负载推理 |
qwen3:4b | 2.6GB | 16GB及以上 | 8GB+ | 高性能推理、小规模训练 |
qwen3:8b | 5.2GB | 16GB及以上 | 16GB+ | 复杂推理、中等规模训练 |
qwen3:14b | 9.3GB | 32GB及以上 | 24GB+ | 较高要求应用场景 |
qwen3:30b | 19GB | 64GB及以上 | 55GB+ | 高性能计算、企业级部署 |
qwen3:32b | 20GB | 64GB及以上 | 58GB+ | 高性能计算、企业级部署 |
qwen3:235b | 142GB | 512GB及以上 | 350GB+ | 对硬件要求极高的场景 |
因为我的电脑是8G，我选择了1.7b的模型，打开命令提示符窗口运行 ollama run qwen3:1.7b。
回到Dify界面找到界面右上角的头像，点击【设置】选项。
在设置界面点击【模型供应商】选项，找到Ollama，点击【安装】。
基于Ollama把Qwen3模型配置进来即可，基础URL填入http://你的IP:11434。
3. 10分钟制作合同审查智能体
点击【工作室选项】选择【Agent】，点击【创建空白应用】，新建【工作流】，填入应用名称和描述。
进入界面以后点击开始节点，进行添加变量的操作，第一个参数为upload，它的作用是用来上传合同文件列表，设置完成后点击保存。
第二个参数设置为apart，这个参数作为合同审查的主体，设置如下，设置完成后点击保存。
第三个参数为合同审查领域workspace，按照下图设置后点击保存按钮。
接下来在开始节点后接一个文档提取器，提取开始节点上传的文件列表。
在文档提取器后面接入本次的核心节点，合同审查****LLM，提示词设置如下，想要完整提示词的可以调整到第4章资料领取。
我们需要把合同审查结果输出到本地方便打印查看，故需要接一个插件——Markdown 转 DOCX，这里注意一下本地Dify的插件和Coze不同，需要我们去Marketplace下载后进才能引用。
最后只要在结束节点承接一下Markdown 转 DOCX 插件的输出参数就行**。**
搭建完成后点击运行，填写如下参数后点击【开始运行】。
运行完成后直接下载文件到本地就能查看审查结果。
普通人如何抓住AI大模型的风口？
领取方式在文末
为什么要学习大模型？
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
最后
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
大模型全套学习资料展示
自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。
希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！
01 教学内容
-
从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！
-
大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
02适学人群
应届毕业生： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
vx扫描下方二维码即可
本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！
03 入门到进阶学习路线图
大模型学习路线图，整体分为5个大的阶段：
04 视频和书籍PDF合集
从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）
新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）
05 行业报告+白皮书合集
收集70+报告与白皮书，了解行业最新动态！
06 90+份面试题/经验
AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）
07 deepseek部署包+技巧大全
由于篇幅有限
只展示部分资料
并且还在持续更新中…
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
扫一扫
1214
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
