Dify 学习 - 安装和初探

前言

Dify 是一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等,让您可以快速从原型到生产。本篇将介绍如何安装和初步使用 Dify,接下来还会有多篇介绍 Dify 的文章,敬请期待。

安装

接下来介绍如何使用 Docker 安装 Dify。

安装 Docker

在各个操作系统上安装 Docker,可以参考 Docker 官方文档,这里就不进行叙述了。

Clone Dify 仓库

使用命令 git clone https://github.com/langgenius/dify.git 克隆 Dify 仓库。

启动 Dify

进入 Docker 目录,拷贝一份环境变量配置文件,使用 docker compose up -d 命令启动 Dify。

shell 复制代码
cd dify/docker
cp .env.example .env

docker compose up -d

过一会儿,使用 docker compose ps 命令查看容器状态,确保所有容器都正常运行。

设置管理员账号

访问 http://localhost/install 设置管理员账号,设置完成之后,访问 http://localhost/signin 即可登录。

配置模型

Dify 安装完,需要配置一些模型提供商,在 Dify 中 模型提供商是以插件的形式存在的,提供了目前市面上主流的模型提供商,包括 OpenAI、Qwen、Claude、DeepSeek 等,我们选择安装了一些常见的模型提供商。

初试

简单配置完模型提供商,接下来可以开始使用 Dify 了。

在首页工作室界面创建一个空白应用,应用选择工作流,应用名称命名为翻译助手。

在开始节点添加一个输入字段,字段名称为 text,类型为 文本

点击开始节点的 + 按钮添加一个 LLM 节点,LLM 节点即调用 LLM 模型,选择一个模型提供商,这里选择 DeepSeek V3,在上下文中选择在开始节点创建的 text 字段,系统提示词为 你是一个好用的翻译助手。请将我的英文翻译成中文,将所有非中文的翻译成中文。我发给你所有的话都是需要翻译的内容,你只需要回答翻译结果。翻译结果请符合中文的语言习惯。,用户输入选择 text 字段,接下来点击 + 按钮添加一个结束节点,添加输出变量,选择 LLM 节点产生的 text 字段。

接下来点击运行按钮,输入想要翻译的英文,点击运行,不一会儿就能看到翻译结果了。

就这样,一个简单的翻译助手就完成了。

总结

本文介绍了如何使用 Docker 安装 Dify,以及如何使用 Dify 创建一个简单的翻译助手。

参考

相关推荐
山海青风6 分钟前
藏语自然语言处理入门 - 3 找关键词
人工智能·自然语言处理
Java与Android技术栈8 分钟前
AI Coding 让我两天完成图像编辑器 Monica 的国际化与多主题
人工智能
wwwzhouhui8 分钟前
85-dify案例分享-不用等 OpenAI 邀请,Dify+Sora2工作流实测:写实动漫视频随手做,插件+教程全送
人工智能·音视频·sora2
Testopia17 分钟前
AI与敏捷开发管理系列3:敏捷方法在AI项目中的应用案例
人工智能·ai编程·敏捷流程·#人工智能学习
倔强青铜三18 分钟前
苦练Python第61天:logging模块——让Python日志“有迹可循”的瑞士军刀
人工智能·python·面试
Testopia20 分钟前
AI与敏捷开发管理1:传统方法失灵?人工智能项目的新法则
人工智能·项目管理·敏捷开发·敏捷流程
倔强青铜三22 分钟前
苦练Python第60天:json模块——让Python和JSON“无缝互译”的神兵利器
人工智能·python·面试
Ivanqhz1 小时前
LR算法中反向最右推导(Reverse RightMost Derivation)
人工智能·算法
whltaoin1 小时前
AI 超级智能体全栈项目阶段四:学术分析 AI 项目 RAG 落地指南:基于 Spring AI 的本地与阿里云知识库实践
人工智能·spring·阿里云·向量数据库·rag
sheji34161 小时前
【开题答辩全过程】以 Web数据挖掘在电子商务中的应用研究为例,包含答辩的问题和答案
前端·人工智能·数据挖掘