dify平台新手入门指南

以下是针对Dify平台的新手使用指南，涵盖从部署到基础操作的完整流程，结合官方文档及实践总结，帮助用户快速上手：

---

一、环境准备与部署

1. 系统要求

   • 操作系统：支持Linux（如Ubuntu 22.04+）、Windows WSL或macOS。
   • 依赖工具：Docker 24.0+、Python 3.12（推荐使用Poetry管理）、Node.js v18.x LTS（前端依赖）。

2. 一键部署（推荐Docker Compose）

   git clone https://github.com/langgenius/dify.git
   cd dify/docker
   cp .env.example .env  # 复制环境变量模板
   docker compose up -d  # 启动容器
   

   • 网络优化：若镜像下载慢，可修改Docker镜像源（如中科大、阿里云镜像）。
   • 访问地址：部署完成后，浏览器输入 http://localhost 进入初始化页面。

---

二、初始设置与模型配置

1. 管理员账号创建
   首次访问需设置管理员邮箱及密码，完成后登录进入主界面。

2. 模型供应商配置

   • 支持模型：包括OpenAI、Llama、通义千问等，支持本地模型（如Ollama）。
   • 以OpenAI为例：
     1. 进入「设置 → 模型供应商」，选择OpenAI。
     2. 填写API Key及代理地址（若需科学上网）。
   • 本地模型对接：如使用Ollama，填写模型名称及本地API地址（如 http://host.docker.internal:11434）。

---

三、创建首个AI应用

1. 新建应用

   • 点击「创建应用」，选择模板（如聊天机器人、知识库问答）或空白应用。
   • 在应用编辑界面选择已配置的模型（如GPT-4、Llama3）。

2. 提示词编排

   • 使用内置的Prompt IDE编写提示词，支持变量插值及多模型切换。
   • 示例：定义角色指令（如“你是一个客服助手，需友好回答用户问题”）。

3. 知识库集成

   • 上传文档（支持PDF、PPT等格式），系统自动生成向量索引。
   • 在应用中启用知识库，实现基于私有数据的问答。

---

四、进阶功能与发布

1. 工作流编排

   • 使用可视化画布构建复杂任务流程，例如结合搜索、数据解析和模型生成。
   • 示例：用户输入 → 关键词提取 → 网页搜索 → 内容总结 → 生成回答。

2. 应用发布

   • 运行：生成独立访问链接，可直接分享。
   • 嵌入网站：通过iframe或脚本代码集成到现有网页。
   • API调用：提供RESTful接口，供外部系统集成。

---

五、常见问题与优化

1. 部署问题

   • 数据库权限错误：修改Docker数据卷配置，避免PostgreSQL目录权限问题。
   • 端口冲突：检查5001（后端API）和3000（前端）端口占用情况。

2. 性能优化

   • 文件大小限制：修改 .env 中的 UPLOAD_FILE_SIZE_LIMIT 参数提升上传限制。
   • 模型响应慢：本地部署时调整超时参数，或切换为云端API模型。

---

六、学习资源与社区支持

• 官方文档：提供中文教程及API参考（docs.dify.ai）。
• 技术社区：GitHub Issues、CSDN博客及开发者社群活跃，可获取问题解答。

通过以上步骤，新手可快速完成Dify的部署与基础应用开发。如需深入探索高级功能（如Agent框架、企业级LLMOps），可参考官方进阶文档或社区案例。