导语

  

内容提要

  

    本书旨在帮助读者掌握如何利用Dify快速构建AI智能体。全书分为四篇。
    第1篇初识：介绍了什么是AI智能体、什么是工作流，并对比Dify与Coze；介绍了本地部署Dify，为初学者奠定基础。
    第2篇基础应用：介绍了Dify如何集成各类大模型，并初步探索了Dify的5种应用。
    第3篇进阶应用：介绍了提示词设计与风格优化、Dify的节点与能力、Dify如何与外部系统进行通信、给Dify应用构建知识库、Dify多模态应用。
    第4篇行业综合实战：通过4个真实案例展示了Dify在多个领域的落地实践；介绍了如何发布Dify应用；介绍了Dify与MCP（模型上下文协议）的深度整合，指导读者如何通过MCP服务扩展应用能力。
    无论是初学者还是有经验的开发者，都能通过本书快速上手Dify。

    李晨翔（@风间影月），资深技术架构师与AIGC实战讲师，长期专注于Java架构、智能体开发、数字人技术、分布式系统等前沿领域。拥有十余年一线研发与技术管理经验，擅长将复杂技术体系以通俗、工程化的方式呈现给读者。
    深入浅出的讲解风格、强实战导向的教学体系，深受开发者社群的喜爱。曾主导过多个智能体机器人项目、数字人系统、中台与企业级架构落地方案，在项目拆解、系统设计与AI应用整合方面经验丰富。

第1篇  初识
  第1章  AI智能体
    1.1  什么是AI智能体
      1.1.1  AI智能体的定义与核心特征
      1.1.2  AI智能体的主要应用场景
      1.1.3  AI智能体的核心架构
    1.2  什么是工作流
    1.3  对比Dify与Coze
  第2章  本地部署Dify
    2.1  线上公有化部署vs本地私有化部署
      2.1.1  中小企业首选——线上公有化部署
      2.1.2  数据安全优先——本地私有化部署
    2.2  部署Dify
      2.2.1  部署Dify前的环境准备
      2.2.2  本地私有化部署Dify
    2.3  【实战】升级Dify——让你的AI系统永远“保鲜”
第2篇  基础应用
  第3章  Dify集成各类大模型
    3.1  Dify为什么要集成大模型
      3.1.1  大模型是什么
      3.1.2  大模型的分类与区别（文本/绘画/视频/音频）
      3.1.3  线上大模型与本地大模型的区别
      3.1.4  什么是大模型API
      3.1.5  为什么要在Dify中集成大模型
    3.2  在Dify中集成线上大模型
    3.3  在Dify中集成本地大模型
      3.3.1  本地部署大模型的环境准备
      3.3.2  【实战】安装Ollama
      3.3.3  【实战】安装DeepSeek和Qwen
      3.3.4  【实战】在Ollama中使用命令行与大模型对话
      3.3.5  【实战】Dify通过Ollama插件集成本地大模型库
    3.4  使用大模型的可视化UI工具
      3.4.1  【实战】浏览器UI工具PageAssist
      3.4.2  【实战】本地可视化工具Chatbox AI
  第4章  初步探索Dify的5种应用
    4.1  聊天助手——交互式对话类应用
      4.1.1  聊天助手是什么
      4.1.2  【实战】构建“旅游攻略达人”应用
    4.2  Agent——交互式对话类应用
      4.2.1  Agent是什么
      4.2.2  【实战】构建将文字转语音的应用
    4.3  文本生成应用——交互式对话类应用
      4.3.1  文本生成应用是什么
      4.3.2  【实战】构建“厨师养成”应用
    4.4  工作流——流程自动化类应用
      4.4.1  工作流是什么
      4.4.2  【实战】构建“职业面试官”应用
    4.5  ChatFlow——流程自动化类应用
      4.5.1  ChatFlow是什么
      4.5.2  ChatFlow和工作流的区别
      4.5.3  【实战】构建“周报生成助手”应用
    4.6  【实战】导入/导出Dify应用
第3篇  进阶应用
  第5章  提示词设计与风格优化
    5.1  3类提示词
      5.1.1  用户提示词
      5.1.2  系统提示词
      5.1.3  助理提示词
      5.1.4  【实战】构建会议流程设计助手
    5.2  不同格式的用户提示词
      5.2.1  自然语言格式
      5.2.2  Markdown格式
      5.2.3  结构化标识格式
      5.2.4  XML格式
      5.2.5  【实战】构建国际厨师专家应用（对比多种格式）
    5.3  提示词生成器（用于自动优化与生成提示词）
  第6章  Dify的节点与能力（一）
    6.1  Dify支持的数据类型
      6.1.1  字符串（String）
      6.1.2  数字（Number）
      6.1.3  对象（Object）
      6.1.4  列表（List）
      6.1.5  文件（File）
    6.2  Dify工作流中的3种基础节点
      6.2.1  “开始”节点
      6.2.2  “LLM”节点
      6.2.3  “直接回复”节点
      6.2.4  【实战】使用基础节点构建“减肥小助手”工作流
    6.3  Dify的问题分类能力
      6.3.1  “问题分类器”节点
      6.3.2  【实战】构建具有预判断能力的“导购助手”工作流
    6.4  Dify的变量控制能力
      6.4.1  会话变量
      6.4.2  环境变量
      6.4.3  会话变量与环境变量的区别
      6.4.4  “变量赋值”节点
      6.4.5  【实战】用“变量赋值”节点控制变量的值
    6.5  Dify的逻辑判断能力
      6.5.1  “条件分支”节点的运行逻辑
      6.5.2  【实战】判断性别以进入不同的分支
    6.6  Dify的文档读取能力
      6.6.1  “文档提取”节点
      6.6.2  【实战】提取文档内容并改写成童话故事
  第7章  Dify的节点与能力（二）
    7.1  Dify的批量处理能力
      7.1.1  “迭代”节点
      7.1.2  【实战】批量读取文档并让LLM生成内容
    7.2  Dify的编程支持能力
      7.2.1  “代码执行”节点
      7.2.2  【实战】构建小型计算器
    7.3  Dify的中断控制能力
      7.3.1  “循环”节点
      7.3.2  【实战】实现随机数筛选
    7.4  Dify的数据转换能力
      7.4.1  “模板转换”节点
      7.4.2  Jinja表达式
      7.4.3  【实战】用HTML优化输出的内容
    7.5  Dify的聚合能力
      7.5.1  “变量聚合器”节点
      7.5.2  【实战】合并多个分支
    7.6  Dify的精准提炼能力
      7.6.1  “参数提取器”节点
      7.6.2  【实战】将非结构化的用户输入数据转化为结构化数据
    7.7  Dify的数据过滤能力
      7.7.1  “列表操作”节点
      7.7.2  【实战】使用“列表操作”节点对数据进行过滤和排序
    7.8  Dify的插件能力
      7.8.1  插件介绍
      7.8.2  Dify插件的分类与功能
      7.8.3  【实战】构建一个“查询手机归属地”的ChatFlow
    7.9  Dify的注释能力
      7.9.1  注释的作用
      7.9.2  如何使用注释
  第8章  Dify如何与外部系统进行通信
    8.1  Dify网络通信的基本原理
      8.1.1  为何Dify需要与外部系统进行通信
      8.1.2  理解常见网络术语
      8.1.3  HTTP网络请求中包含哪些内容
    8.2  拆解HTTP网络请求
      8.2.1  URL的构成
      8.2.2  HTTP网络请求的方法
      8.2.3  服务器的状态码
    8.3  如何让Dify“带话”给外部系统
      8.3.1  问号式参数
      8.3.2  路径式参数
      8.3.3  请求体参数
      8.3.4  隐藏头参数
    8.4  【实战】Dify智能体与外部系统进行通信
      8.4.1  “HTTP网络请求”节点的作用
      8.4.2  构建模拟服务器
      8.4.3  使用“通义灵码”快速生成API代码
      8.4.4  使用Dify的“HTTP网络请求”节点来调用外部服务
  第9章  给Dify应用构建知识库
    9.1  知识库的原理
      9.1.1  知识库是什么
      9.1.2  RAG原理1——向量检索
      9.1.3  RAG原理2——关键词检索
    9.2  【实战】给Dify应用构建本地文档知识库
      9.2.1  一张图看懂构建知识库并进行智能问答的流程
      9.2.2  构建知识库
      9.2.3  构建基于知识库的ChatFlow
    9.3  【实战】爬取网页以建立Dify应用的知识库
      9.3.1  同步网页数据
      9.3.2  构建网页知识库
  第10章  Dify多模态应用
    10.1  多模态方案
      10.1.1  多模态是什么（文件/图片/音频）
      10.1.2  多模态的应用场景
      10.1.3  如何启用多模态功能
    10.2  【实战】智能批卷达人
第4篇  行业综合实战
  第11章  Dify综合实战
    11.1  【实战】构建文档内容生成器——生成内容并保存
      11.1.1  创建飞书应用
      11.1.2  配置飞书云文档插件
      11.1.3  开发ChatFlow集成飞书云文档
    11.2  【实战】电商智能客服系统解决方案
      11.2.1  开发智能客服系统的售前与售后分支
      11.2.2  开发智能客服系统的订单查询分支
    11.3  【实战】飞书机器人AI智能助手
      11.3.1  部署AstrBot
      11.3.2  配置AstrBot——接入Dify
      11.3.3  配置AstrBot——接入飞书
      11.3.4  配置飞书机器人的事件与权限
    11.4  【实战】从Excel文档中提取数据并进行汇总和分析
      11.4.1  上传Excel文档
      11.4.2  提取Excel文档中的数据
      11.4.3  生成图表
  第12章  发布Dify应用
    12.1  发布Dify应用的模式
    12.2  独立运行模式
    12.3  Web集成模式
    12.4  API模式
  第13章  MCP应用
    13.1  什么是MCP
    13.2  获取MCP资源的途径
    13.3  【实战】集成高德地图的MCP服务
    13.4  【实战】把MCP服务接入Dify的Agent应用
    13.5  【实战】把MCP服务接入Dify的ChatFlow应用
    13.6  【实战】把Dify应用发布为MCP服务