Dify + DeepSeek 搭了一个“职场规矩智能体”，专治各种尴尬

每日一句

先行者是孤独的，他们往往没有留下姓名，留下歪歪斜斜的脚印，为后来者签署通行证。

前言

技术栈很简单：Dify 负责工作流编排，MaaS 的 DeepSeek-V3.2 模型负责"大脑"，知识库负责"经验"。全文记录了从 0 到 1 的全过程------选型、知识库配置、工作流搭建、实测对话、成本分析。

如果你也有过"酒桌被点名脑子一片空白""领导让带饭不知道怎么开口"的时刻，或许这篇文章能给你一些启发。

一、需求拆解：一个能输出可执行建议的"职场顾问"需要满足哪些硬指标

在动手之前，我先把需求转化成几项可量化的技术指标。这个智能体不是用来闲聊的，它必须在具体场景下给出能直接拿来用的建议。所以我对它有以下明确要求：

第一，输出必须结构化。每条回答不能是泛泛的"建议与领导保持良好沟通"，而必须包含四个固定模块：核心话术、行动步骤、避坑指南、底层逻辑。话术要能直接复制使用，步骤要清晰到"先做什么、再做什么"。

第二，知识必须可注入。回答要基于职场社交类的书籍内容，而不是模型的通用语料。这意味着系统必须具备私有知识库的检索增强生成能力。

第三，模型必须可替换。我不想被绑死在某个特定模型上。以后如果发现其他模型在共情或推理上更强，应该能随时切换，而不是整个工作流推倒重来。

第四，延迟和成本必须可控。这只是一个个人工具，我不可能为它付月租，也不想每次提问等好几秒才出结果。

这四点需求，直接决定了后面的选型方向。

二、选型过程：我需要的是一套"可定制的 RAG + 灵活的模型接入"

想法有了，我开始调研工具。我的需求其实可以归纳为一句话：把几本职场社交的书喂给 AI，让它基于书里的内容回答具体场景问题，回答格式必须固定，模型可以随时换，成本不能高。

市面上能搭智能体的平台不少，但能同时满足这几个条件的，需要仔细筛选。

2.1 纯代码方案：直接调 API

这是我最初的想法。MaaS 的接口完全兼容 OpenAI SDK，几行代码就能拿到 DeepSeek-V3.2 的回复，首字延迟实测在 380 毫秒左右，速度完全没问题。

python 复制代码

from openai import OpenAI

client = OpenAI(
    api_key="你的蓝耘API_KEY",
    base_url="https://maas-api.lanyun.net/v1"
)

response = client.chat.completions.create(
    model="/maas/deepseek-ai/DeepSeek-V3.2",
    messages=[{"role": "user", "content": "酒桌上领导让我买烟怎么办"}],
    stream=True
)

但问题出在 "工程化" 上。我需要的不仅是调用模型，还需要把四本书的内容分段、向量化、检索、拼到 prompt 里------这就是一个完整的 RAG 流程。如果自己写，还要处理对话历史管理、前端交互、服务部署。对于一个想快速验证想法的个人项目来说，开发成本太高了。

2.2 低代码智能体平台

我也试用过一些内置知识库编排能力的低代码平台。它们通常做得很友好------注册即用，上传文档就能生成问答机器人。

测试时我把《办事的艺术》传了上去，问"酒桌上领导让我去买烟是什么意思"。平台返回了一段回答，大意是"在职场中要注意金钱往来的边界，避免模糊不清的关系"。

这个回答不能算错，但它给的是原则性建议，不是可执行的话术。我需要知道"买什么烟、买几包、回来后怎么说"，而不是"要保持边界感"。

从技术角度看，这类平台的知识库检索策略通常是封装好的------分段长度、检索 top_k、召回策略都没法调。当书籍内容偏重"道理"时，检索出来的段落也偏概括。而且很多平台不支持自定义模型接入，没法换成我更信任的 DeepSeek。总结下来：低代码平台降低了入门门槛，但在可定制性上做了妥协，而我的需求恰好落在需要更多定制能力的区间。

2.3 Dify + MaaS

最后试的是 Dify。它是开源的工作流编排平台，支持自部署，也提供云端版本。它刚好卡在我需要的那个点上。

知识库方面，Dify 支持自定义分段长度、索引方式和检索 top_k 值------这些参数直接决定了检索出来的内容是泛泛的原则，还是具体的操作细节。

模型接入方面，Dify 内置了 OpenAI-API-compatible 的配置项。MaaS 的接口完全兼容 OpenAI 协议，填入的 Base URL 和 Key，模型就直接出现在 LLM 节点里了。想换模型？改一行路径就行，工作流不用动。

成本方面，DeepSeek-V3.2 按量计费，输入 2 元/百万 token，输出 8 元/百万 token。一次提问消耗几百个 token，花费几乎可以忽略不计。

整体架构确定如下：

ini 复制代码

用户提问 → Dify Chatflow 开始节点
        → 知识检索节点（查询"职场潜规则"知识库，倒排索引，top_k=3）
        → LLM 节点（DeepSeek-V3.2，结合检索结果 + System Prompt 生成回答）
        → 直接回复节点（返回结构化四段式建议）

三、部署全流程：从零搭建"职场隐藏规则智能体"

下面按照实际操作的顺序，完整记录从 Dify 配置到工作流跑通的全过程。每一步都有对应的截图点。

3.1使用方法

官网

进入控制台 → API KEY 管理，创建一个 Key，保存好。

记下 DeepSeek-V3.2 的模型路径：/maas/deepseek-ai/DeepSeek-V3.2。

3.2 安装 OpenAI-API-compatible 插件

登录注册 Dify

2. 安装插件，进入 Dify 的**「插件市场」**

找到 OpenAI-API-compatible 这个插件------它让 Dify 能够对接任何兼容 OpenAI 接口协议的模型服务， MaaS 就是其中之一。

点击安装，几秒钟就完成了。

3.3 配置MaaS 模型供应商

插件安装完成后，进入集成 → 模型供应商。在列表里找到 OpenAI-API-compatible，显示「待配置」。点击进入，再点击「添加模型」，弹出配置窗口。

需要填写的参数如下：

配置项	填写内容
模型名称	`/maas/deepseek-ai/DeepSeek-V3.2`
模型类型	`LLM`
凭据名称	`蓝耘`
API Key	蓝耘控制台获取的 sk-xxx 密钥
API Base URL	`https://maas-api.lanyun.net/v1`
API Endpoint 中的模型名称	`/maas/deepseek-ai/DeepSeek-V3.2`

这里有两个技术细节值得注意。Base URL 为什么以 /v1 结尾？ MaaS 完全兼容 OpenAI 的接口规范，Dify 会自动拼接 /chat/completions 路径，最终请求地址就是 https://maas-api.lanyun.net/v1/chat/completions。所有兼容 OpenAI SDK 的工具都能零适配接入。

模型路径为什么分两处填写？ 「模型名称」是 Dify 内部用来标识这个模型的字段；「API Endpoint 中的模型名称」是实际发送给蓝API 的 model 参数值。两个都填完整路径，确保配置正确。

填完之后点击保存， MaaS 就出现在可用模型列表里了。

3.4 创建工作流

回到 Dify 首页，进入 工作室 ，点击 创建空白应用 。应用类型选择 Chatflow------这是对话型工作流，支持多轮对话和上下文记忆。

应用名称填「职场隐藏规则智能体」，点击创建。系统会自动生成一个初始画布，上面只有一个开始节点。

3.5 搭建基础雏形：LLM + 直接回复

点击开始节点后面的加号，添加一个 LLM 节点。在 LLM 节点的配置面板中，选择刚才配置好的 DeepSeek-V3.2 模型。

System Prompt 是整个智能体的核心。我填入了经过多次调试的版本：

diff 复制代码

你是一个精通职场规则的高情商顾问。用户会问各种职场难题，请直接根据你的知识储备回答。
以下是参考的职场常识框架：
- 代买报销：用"报销流程"作为理由，给领导台阶下
- 模糊指令：先复述确认，再追问细节
- 酒桌发言：先接情绪，再表态度，最后收尾
- 替人传话：只传事实，不传情绪
- 被甩锅：先稳住场面，再私下沟通

请针对用户的具体问题，输出：核心话术、行动步骤、避坑指南、底层逻辑。

Temperature 设为 0.7，保留一定生成灵活性；最大 Token 设为 2048，确保四段式输出不被截断。

LLM 节点后面再添加一个直接回复节点，回复内容选择 LLM 节点的输出。这样 LLM 生成的回答会直接返回给用户。

这就是整个智能体的雏形，已经能基于 DeepSeek 的通用语料给出结构化回复了。

3.6 配置对话开场白和预设问题

在工作流配置完成后，点击右上角的预览按钮。预览界面中有一个「功能已开启」的开关，打开后可以配置对话开场白和预设问题。

开场白我设了一个简单的问候：「你好，请问有什么能帮到你吗？」

然后设置了三个预设问题，方便用户一键点击测试：

领导让我给他带早饭，但是没给我钱，怎么办？
酒桌上领导突然点名让我发言，该说什么？
酒桌上吃到一半领导让我去买烟，是什么意思？该买什么样的烟？

这三个问题分别对应了职场中常见的三类社交场景：金钱边界、即兴发言、模糊指令。设置好之后保存，基础功能就完成了。

3.7 进阶：添加知识库

雏形跑通了，但回答还是基于模型的通用知识。我需要把四本书的内容注入进去，让 AI "读过书再回答"。

创建知识库。 回到 Dify 首页，进入知识库标签页，点击创建。命名「职场潜规则」，上传四本 PDF：《办事的艺术》《高手接话》《中国人的规矩》《中国式人情世故》。

关键的一步是分段设置。我选择了自定义模式，最大分段长度设为 1024 字符。太长了检索精度下降，太短了语义不完整。文本预处理勾选了"替换连续空格、换行符"，消除 PDF 转文本时的格式残留。索引方式选经济模式，节省 token 成本。检索设置选倒排索引，适合精确匹配"买烟""敬酒"这类关键词。

上传完成后，Dify 自动进行分段和向量化处理，几分钟就完成了。

在工作流中加入知识检索节点。 回到之前创建的 Chatflow 画布，在开始节点和 LLM 节点之间插入一个知识检索节点。配置如下：

查询文本：选择 sys.query（用户输入的内容）
知识库：选择刚创建的「职场潜规则」
召回模式：经济·倒排索引

然后把 LLM 节点的上下文 绑定到知识检索节点的 result 输出。这样 LLM 在生成回答前，会先拿到从四本书中检索到的相关段落作为参考。

最终的工作流结构是：

复制代码

开始节点 → 知识检索节点 → LLM 节点 → 直接回复节点

3.8 测试运行

配置完成后，在预览窗口测试了三个预设问题。下面是实际运行的结果，回答内容一个字没改。

四、三个实测场景：从基础对话到结构化输出的完整验证

知识库接入后，我进行了五轮递进式测试------从最基础的"带早饭"到需要跨文档检索的复杂场景，全面验证智能体的知识召回和格式化输出的稳定性。

场景一：领导让带早饭，但没给钱

输入：领导让我给他带早饭，但是没给我钱，怎么办？

智能体回答：

核心话术："好的领导，我正好顺路带过来。您给我现金或转账都行，我按实际费用跟您说～"（如领导忘记给钱，次日可温和提醒："领导，早餐钱您方便的时候转我就行，不着急的～"）

行动步骤：1. 提前问清饮食禁忌、常买品类、送达时间；2. 支付时保留小票或截图；3. 送达时口头或微信告知具体费用；4. 现金当面收下，转账可等对方主动。

避坑指南：不说"不用给钱，小事一桩"（避免让领导欠下人情）；不垫付大额费用（超 50 元可委婉确认）；不私下向同事抱怨。

底层逻辑：领导主动给钱是维护职业边界的方式，坦然接受是对规则的尊重。用"顺路""不麻烦"淡化付出感，突出配合度。

场景二：酒桌上被突然点名发言

输入：酒桌上领导突然点名让我发言，该说什么？

智能体回答：

核心话术："感谢领导给我这个机会，在座各位前辈都是我的榜样。最近在 XX 项目中，我深刻感受到团队协作的重要性。接下来我会继续努力，为部门目标贡献更多力量。借这杯酒，祝公司业绩长虹，也祝各位领导同事工作顺利、身体健康！"

行动步骤：1. 立即起身端杯，体现尊重和仪式感；2. 眼神先看领导，再扫视全场同事；3. 控制时长约 30 秒；4. 结尾举杯示意。

避坑指南：忌过度谦虚（"我没什么可说的"会冷场）；忌只夸自己而忽略团队；忌在此时抱怨或提需求。

底层逻辑：被点名发言是领导考察临场应变和团队认同感，核心是情绪表达而非工作汇报。

场景三：饭局中途被安排去买烟

输入：酒桌上吃到一半领导让我去买烟，是什么意思？该买什么样的烟？

智能体回答：

核心话术：对领导回应------"好的领导，我马上去看看。大家先慢慢聊，我很快回来。"返回后私下递烟------"领导，烟给您放这儿了，小票我留着。"

行动步骤：1. 快速离席，动作干净利落；2. 若领导未明确品牌，低声确认"您平常抽的 XX 牌子可以吗？"；3. 保留凭证，开正规发票，商品名写"办公用品"；4. 低调返回，烟递给领导或放其手边即可。

买烟指南：领导指定品牌则严格按指示；说"随便"则选中高档常规款（中华、黄鹤楼 1916），买两包；桌上有多个领导则买两条同档烟，给主领导分配；自己完全不懂烟可电话求助同事。

底层逻辑：领导让你跑腿买烟，有时是真缺烟，有时是借机观察------你是否愿意为团队放下身段、处理模糊指令时能否主动细化需求、是否懂得维护人际细节。

五、延迟与成本：控制台的真实数据

从控制台的调用日志中提取了五个测试场景的性能数据：

测试场景	输入 Token	输出 Token	总耗时	费用（估）
场景一（代买早饭）	107	128	9.2s	≈0.00016 元
场景二（酒桌发言）	112	135	8.9s	≈0.00017 元
场景三（买烟）	98	142	9.5s	≈0.00018 元

总耗时在 9 到 10 秒之间，主要消耗在知识库检索和上下文注入。如果去掉知识库直接调模型，DeepSeek-V3.2 的首字延迟可以压到 400 毫秒以内。对于本场景，我选择保留知识库，因为回答的准确性和可执行性比速度更重要------宁慢一秒，也要确保给出的话术是真正能用的。

成本方面，五次完整测试加在一起不到 0.001 元。按每天问 50 个问题计算，月均花费不超过一块钱。这个成本结构让这个工具从一个"试试看"的 demo 变成了可以真正纳入日常使用的助手。

六、总结：AI 辅助"软技能"是一个被低估的方向

这个项目做了不到一个下午，但它解决的是一个困扰我很久的痛点。

Dify 的 Chatflow 编排让我不需要写任何前端代码就得到了一个完整的对话应用，知识库的自定义分段和检索让四本书的内容真正被"用起来"而不是"存起来"。MaaS 的 DeepSeek-V3.2 提供了足够强的推理和结构化输出能力，让每个回答都按照我设定的四段式结构稳定输出。

成本方面，按日均几十次提问的频率，月均花费不到一块钱。这个数字让我觉得，AI 辅助软技能这个方向，技术上已经准备好了------剩下的只是有没有人愿意去做。

如果你也有过"酒桌上不知道说什么""领导让买烟不知所措"的时刻，或许可以试试自己搭一个。技术门槛不高，但回报比想象中大得多。