前言
大模型本身具有局限性，1.知识老旧 2.无法联网 3.不能执行实际操作 4.领域知识中深度知识不足。 ---干不了活
AI Agent -- 能力：1.工具调用 2.有专属知识库 3.可以拆解任务。主动执行。大模型+工具。能聊天能做事。
Dify，是一个大模型构造工厂，低代码无代码。100多个主流模型介入，可以满足各种需求。
1.需要安装一个叫docker的应用
这个docker就是一个镜像管理的应用。就是方便环境部署的。
https://www.docker.com/products/docker-desktop/ 这里可以下载。
很不幸啊，实验室电脑撞上版本墙了。这里用已经部署好的宿舍电脑继续实验吧。
这边需要安装一个WSL，就是一个Linux的编译器吧，不用太过担心对系统的影响。下载好后是这样的：
在系统设置中，需要打开这两项内容
1.适用于Linux的Window子系统
2.虚拟机平台
2.进入dify目录完成环境部署
例如我的路径是J:\Dify\dify\docker，在CMD中 cd J:\Dify\dify\docker即可去跳转到dify目录中。然后去cp .env.example .env,这一步是用于重命名环境启动的文件的。然后去docker compose up -d等待环境安装部署即可！！！
安装完之后，可以看到docker中的内容物：下面是正常的样子。
进入dify的网址：http://localhost/signin
3.完成dify部署与安装实现本地大模型与API的调用
本地部署
如果遇到dify转圈圈转很久一直不出现我们想要的东西的时候：
环境重启：1. docker compose down 2. docker compose up -d 执行这两句操作即可。
本地大模型的部署：我们先去下载一个ollma，下载过程很简单，全程点击下一步下一步即可。https://ollama.com/download，在这里选一下是什么系统的下载。
然后进入ollma，我们去下载一些模型，但是ollma的模型库都在外网，国内模型可能一直拉取不下来。所以我们需要通过其他的方式去下载：
ollama run modelscope.cn/qwen/Qwen3-0.6B-GGUF，在命令行中执行这个操作就可以实现ollama模型的国内下载了，因为这个是国内的一个模型库。下载速度蛮快！
登录进入进入dify后，会有下面这样的图
下一步点击设置去配置你模型的大脑。
点击其中的模型供应商，我们可以去得到配置文件的地方。去下载ollama。
然后到供应商处去添加模型。模型的名称必须要跟你调用的模型的名称一一对应不然就会报错。
点击创建空白应用，然后就可以去写提示词跟其他的东西了！
然后你就可以得到这样的东西了！
下面我们开始API部署尝试
登录阿里云，先去生成一个APIkey，然后回到我们的dify，然后把东西配置上去就可以了。
怎么配置上去呢？需要配置什么呢？在我们刚刚下载ollama的dify扩展组件那边有一个通义千问的扩展，我们也将它下载下来，然后我们去把刚刚得到的阿里云的api加载到API的位置就可以了！
然后现在我们再点击上面的内容，我们就可以去调用千问了，真的是轻轻又松松哈哈哈哈。
整个流程：申请APIkey，下载对应的供应商的插件，然后添加模型的配置与应用。