跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://docs.aihubmix.com/llms.txt

Use this file to discover all available pages before exploring further.

Dify 是一个开源的 AI 应用开发平台。它提供了一套可视化的操作界面，不需要写代码，就能搭建出实用的 AI 应用，例如智能客服、文档问答助手、自动化处理流程等。 与直接使用 ChatGPT 相比，Dify 的优势在于：
  • 可以自由选择和切换底层 AI 模型（OpenAI、Claude、Gemini 等）
  • 可以上传自己的文档，让 AI 基于文档内容回答问题
  • 可以通过工作流将多个 AI 步骤串联起来，实现自动化
  • 可以将搭建好的应用发布成独立链接或嵌入自己的网站
Dify 有两种使用方式：云端版（直接注册账号使用）和本地版（在自己的电脑或服务器上安装）。两种方式功能基本相同，可根据实际情况选择。

​
一、开始使用：注册或安装

​
方式一：使用云端版（推荐新手）

云端版无需安装任何软件，注册即可使用。 第一步：注册账号 打开 https://dify.ai，点击右上角「Get** Started」，使用邮箱注册账号，完成邮箱验证后登录。 第二步：进入工作台 登录成功后，会自动进入 Dify 的工作台首页。页面左侧是主导航菜单，后续所有操作都从这里入口。

​
方式二：本地部署（Docker 安装）

本地部署适合有一定技术基础的用户，数据完全保留在自己的机器上，适合对数据隐私有要求的场景。 前提条件
  • 电脑上已安装 Docker 和 Docker Compose
  • 如果尚未安装，可前往 https://www.docker.com 下载 Docker Desktop，安装完成后 Docker Compose 会一并包含
第一步：下载 Dify 源码 打开终端（Mac 用 Terminal，Windows 用 PowerShell），执行以下命令： 
git clone https://github.com/langgenius/dify.git
第二步：进入 Docker 配置目录 
cd dify/docker
第三步：复制环境配置文件 
cp .env.example .env
第四步：启动服务 
docker compose up -d
首次启动会下载所需镜像，时间较长，请耐心等待。 第五步：访问本地界面 启动完成后，打开浏览器访问： 
http://localhost
按照页面引导完成管理员账号的初始化设置，即可正常使用。

​
二、接入 AIHubMix 大语言模型

Dify 本身不提供 AI 模型，需要用户接入模型供应商的 API。我们AIHubMix作为一个模型聚合平台，提供统一的 API 接口，支持 OpenAI、Claude、Gemini 等数500➕模型，只需一个 API Key 即可调用全部模型，适合在 Dify 中统一管理。

​
2.1 通常使用情况（使用OpenAI模型）

**第一步：**点击页面右上角的用户头像，在下拉菜单中选择「设置」。进入设置页面后，点击左侧菜单中的「模型供应商」。
**第二步：**在供应商列表中找到「OpenAI」，点击右侧的「设置」按钮。 图片 **第三步：**在API Key一栏输入本站的Key。 **第四步：**在API Base一栏输入： 
https://aihubmix.com
图片

​
2.2 使用非OpenAI模型（Claude、Gemini 等）

第一步：进入「设置 → 模型供应商」页面，在列表中找到「OpenAI-API-compatible」，点击右侧的「添加模型」按钮。 图片 第二步：登录 AIhubMix 后台，进入「模型列表」页面，找到想使用的模型，复制其完整名称。在「模型名称」一栏中，粘贴刚才复制的模型名称。 常用模型名称示例：
  • claude-opus-4-7
  • gemini-2.0-flash
  • deepseek-chat
模型名称必须与列表中完全一致，包括大小写、数字和连字符，填写错误会导致调用失败。
第三步：在「API Key」一栏中，填入你的 AihubMix API Key。在API Key一栏输入本站的Key。 第四步：在「API endpoint URL」一栏中填入 
https://aihubmix.com/v1
图片

​
3.3 接入生图模型

支持多种生图模型，包括但不限于 Nano Banana 2、GPT-Image 2、wan2.7-image 等最新模型。

​
使用步骤

​
第一步：安装插件

搜索并安装插件：AIHubMix Image 图片

​
第二步： 配置 AIHUBMIX API KEY

在插件配置页面中填入您的 API Key 图片

​
第三步：添加节点

路径：工作区 → 添加节点 → 工具 → aihubmix-image → 选择具体需要使用的模型 图片

​
第四步：配置节点参数

根据业务需求调整参数（如提示词、分辨率、宽高比等）。

​
第五步：运行工作流

配置完成后，点击右上角「运行」按钮执行工作流。运行成功后，即可调用 AiHubMix 生图 API 生成图片。
接口返回URL 和 Base64 两种图片格式。 在实际使用中请根据场景进行格式转换。

​
四、搭建基础对话应用

完成模型配置后，可以创建第一个 AI 对话应用。 第一步：新建应用 在 Dify 工作台首页，点击「创建应用」，在弹出的选项中选择「聊天助手」，填写应用名称后点击创建。 第二步：选择模型 进入应用编辑页面后，在右侧「模型」下拉菜单中，选择你刚才配置好的模型（例如 GPT 5.4 或 Claude）。 第三步：设置系统提示词 在「系统提示词」输入框中，填写对这个 AI 助手的角色定义和行为要求。 例如： 
你是一位专业的客服助手，负责回答用户关于产品使用的问题。回答时语言简洁，如遇不确定的问题，请如实告知用户。
第四步：调试对话 在页面右侧的调试窗口中，发送一条测试消息，确认 AI 能够正常响应，并且回答风格符合预期。 第五步：发布应用 调试满意后，点击右上角「发布」按钮。发布后可以获得一个独立的访问链接，将链接分享给他人即可直接使用，无需对方了解任何技术背景。

​
五、搭建知识库（让 AI 读懂你的文档）

知识库功能允许你上传自己的文档，AI 会基于文档内容来回答问题，而不是仅凭自身训练数据。这种方式通常被称为 RAG（检索增强生成）。 常见使用场景：公司内部知识问答、产品手册查询、合同条款检索等。 第一步：创建知识库 在左侧导航中点击「知识库」，然后点击「创建知识库」，填写知识库名称后确认。 第二步：上传文档 在知识库页面中，点击「上传文件」，选择你要导入的文档。支持的格式包括 PDF、Word、Markdown、TXT 等常见格式。 上传后，Dify 会自动对文档进行处理和索引，处理时间视文档大小而定，通常在几秒到几分钟之间。 第三步：在应用中关联知识库 返回应用编辑页面，在右侧找到「知识库」选项，点击「添加」，选择刚才创建的知识库，保存。 第四步：测试问答效果 在调试窗口中，输入一个文档中有明确答案的问题，观察 AI 是否能够准确引用文档内容作答。
如果回答不准确，可以尝试调整知识库的分段设置，或者优化系统提示词中对知识库使用方式的说明。

​
六、搭建工作流（让 AI 自动完成多步任务）

工作流允许你将多个 AI 处理步骤串联起来，形成一条自动化流水线。整个搭建过程通过拖拽节点完成，无需编写代码。 工作流与对话应用的区别
  • 对话应用：用户输入一句话，AI 回复一句话，适合交互式问答
  • 工作流：用户输入触发后，系统按照预定步骤依次执行，适合批量处理和自动化任务
示例：搭建一个「输入主题 → 自动生成文章 → 翻译成英文」的工作流 第一步：新建工作流 在首页点击「创建应用」，选择「工作流」，填写名称后进入编辑画布。 第二步：设置开始节点 画布上默认已有「开始」节点。点击该节点，添加一个输入变量，命名为 topic，类型选择「文本」，用于接收用户输入的主题词。 第三步：添加文章生成节点 点击画布空白处，选择「添加节点 → LLM」，添加一个大语言模型节点。 在节点配置中：
  • 选择模型（例如 GPT 5.4）
  • 在提示词中填写：请根据以下主题写一篇800字左右的文章：{{topic}}
其中 {{topic}} 会自动替换为用户输入的内容。 第四步：添加翻译节点 再添加一个 LLM 节点，连接在文章生成节点之后。 在提示词中填写：请将以下内容翻译成英文：{{上一节点的输出}} 第五步：连接节点 用鼠标将各节点依次连线：开始 → 文章生成 → 翻译 → 结束。 第六步：运行测试 点击右上角「运行」，输入一个主题词（例如「人工智能的发展趋势」），观察工作流是否依次执行并输出最终结果。

​
七、搭建 Agent 智能体

Agent 是 Dify 中最灵活的应用类型。与普通对话应用不同，Agent 拥有主动规划和调用工具的能力——它会根据你的目标，自行拆解任务步骤，调用搜索、计算、画图等工具，逐步完成复杂任务。 第一步：新建 Agent 应用 在首页点击「创建应用」，选择「Agent」，填写名称后进入编辑页面。 第二步：选择模型 在右侧选择一个支持函数调用（Function Calling）的模型，推荐使用 GPT-4o 或 Claude 系列。这类模型对工具调用的理解能力更强，任务完成率更高。 第三步：编写系统提示词 系统提示词决定了 Agent 的角色定位和行为边界。示例： 
你是一位信息研究助手。当用户提出问题时，你需要主动搜索最新资料，整理关键信息，并给出结构清晰的总结报告。
第四步：添加工具 在「工具」区域点击「添加工具」，从内置工具库中选择需要的工具。常用工具包括：
  • 网页搜索：让 Agent 能够实时检索互联网信息
  • 计算器：处理数学计算任务
  • 代码执行：运行简单的代码逻辑
选择工具后，Agent 会在判断需要时自动决定是否调用，以及如何调用。 第五步：测试 Agent 在调试窗口中输入一个需要多步处理的问题，例如： 
帮我搜索一下2025年全球电动车销量数据，并整理成一段简短的总结。
观察 Agent 的执行过程——它会先调用搜索工具获取信息，再对结果进行整理和总结。在调试窗口中可以展开查看每一步的思考过程和工具调用记录。 第六步：调整与发布 如果 Agent 的表现不符合预期，可以调整系统提示词或更换模型后再次测试。满意后点击「发布」，即可生成可共享的访问链接。

​
常见问题

模型调用失败，提示认证错误 检查 API Key 是否填写正确，以及 API Base 地址是否与对应的接入方式匹配（OpenAI 供应商用 https://aihubmix.com，兼容模式用 https://aihubmix.com/v1）。 添加非 OpenAI 模型后找不到该模型 确认模型名称是否与 AIHubMix 模型列表中的名称完全一致，包括大小写和连字符，任何细微差异都会导致模型无法识别。 知识库问答结果不准确 可以尝试：将文档拆分成更小的片段后重新上传；在系统提示词中明确要求 AI 优先参考知识库内容；或者检查上传的文档是否为可识别的文本格式（扫描版 PDF 需要先进行 OCR 处理）。 Agent 没有调用工具，直接给出了回答 这通常是因为模型判断不需要使用工具，或者系统提示词没有明确引导。可以在提示词中加入类似「遇到需要查询外部信息的问题时，请主动使用搜索工具」的说明。 最新更新日期：2026年4月30日