使用 Dify 零代码自建专属 AI 智能体 (Agent) 与知识库应用实战

当我们在本地完成了 Ollama + DeepSeek-R1 的本地部署后，很多人会面临下一个问题：如何将本地 AI 转化为能够真正落地的生产力工具？

如果只想实现网页聊天，Open WebUI 足够好用。但如果你想构建一个客服机器人（导入公司规章制度/PDF产品手册）、一个可以全自动调用搜索引擎的 AI Agent（智能体），或者一个复杂的多步骤 AI 工作流（Workflow），你需要一个更专业的低代码大模型开发平台。

Dify（LangGenius 团队开发）是目前全球最流行、功能最强大的开源 LLM 应用开发平台。它让你可以通过直观的图形化界面，零代码拼装出工作流、智能体和高性能 RAG（检索增强生成）知识库。

本文将带你手把手完成 Dify 的自建部署，并以实战演示如何开发一个可以嵌入到你个人网站的“专属知识库机器人”。

🐳 第一步：使用 Docker Compose 一键自建 Dify

推荐将 Dify 部署在自建服务器、本地 Homelab 或 Linux VPS 上。Dify 官方提供了非常完善的 Docker Compose 模版。

1. 拉取 Dify 源代码

通过 SSH 登录服务器，执行以下命令克隆仓库：

bash

git clone https://github.com/langgenius/dify.git

2. 配置环境变量

进入 dify 的 docker 目录：
bash
```
cd dify/docker
```
复制环境变量配置文件：
bash
```
cp .env.example .env
```
（注：默认配置下，Dify 会自动帮你配置并运行 PostgreSQL 数据库、Redis 缓存、Weaviate 向量数据库等共 9 个关联容器，无需手动干预）。

3. 一键启动

bash

docker compose up -d

启动可能需要 2-3 分钟。启动完成后，在浏览器中输入你的服务器 IP：http://你的服务器IP 即可打开 Dify 初始化页面（默认占用 80 端口）。

首次访问：系统会要求你注册一个本地管理员账号。

🔌 第二步：配置大模型提供商 (Model Provider)

点击右上角头像 -> 进入 “设置 (Settings)” -> “模型供应商 (Model Provider)”。
接入云端 DeepSeek：
- 找到 DeepSeek，点击“设置”。
- 填入你在官方控制台获取的 API Key。保存后，你就能在 Dify 中调用满血版的 DeepSeek-V3 和 R1 了。
接入本地 Ollama：
- 找到 Ollama，点击“设置”。
- Model Name：输入你本地的模型名称，例如 deepseek-r1:8b。
- Server URL：输入 http://host.docker.internal:11434（此地址能让 Dify 容器顺利访问宿主机上的 Ollama 服务）。

📂 第三步：实战：零代码创建“PDF 专属知识库”

本节我们演示如何导入一份 PDF 文档，让 AI 只根据这份文档回答问题（RAG 机制），防止其胡言乱语（幻觉）。

1. 创建知识库

点击顶部菜单的 “知识库 (Knowledge)” -> 点击 “创建知识库 (Create Knowledge)”。
上传你准备好的 PDF（例如《公司规章制度.pdf》或《产品说明书.pdf》）。
分段设置：建议选择“自动分段 (Automatic)”，Dify 会智能识别段落并切片。
索引方式：选择“高质量 (High Quality)”。
系统会要求你选择 Embedding（向量化）模型：可以选择在线的 text-embedding-3-small，或者在 Ollama 供应商中选择本地运行的嵌入模型（如 nomic-embed-text）。
点击“保存并处理”，等待索引构建完成。

🤖 第四步：搭建智能客服 App 并嵌入网页

1. 新建应用

点击顶部菜单的 “工作室 (Studio)” -> 点击 “创建空白应用 (Create New App)”。
选择 “聊天助手 (Chat App)”（如果要实现复杂任务，可以选择 Agent），给应用命名为“产品智能助理”。

2. 编排应用

进入可视化应用编辑区：

选择模型：在右上角选择我们配置好的 deepseek-chat (V3) 或本地 R1。
设置 System Prompt（系统提示词）：例如：
“你是一个专业的产品客服。你必须严格基于关联的知识库内容回答用户关于产品的使用问题，如果知识库中没有相关信息，请礼貌地回答‘对不起，我暂时无法回答该问题’，严禁自己编造答案。”
关联知识库：在下方 “上下文 (Context)” 中，点击添加，选中我们刚刚创建的“PDF 专属知识库”。

3. 测试与发布

在右侧的“预览”窗口中输入问题进行测试，确认 AI 的所有回复都是基于你上传的 PDF。
点击右上角的 “发布 (Publish)” -> “更新 (Update)”。

4. 嵌入到你自己的网站中

点击“发布”旁边的下拉箭头 -> 选择 “嵌入网页 (Embed in website)”。

Dify 会生成一段极简的 JavaScript 代码：

html

<script>
  window.difyChatbotConfig = {
    token: 'xxxxxxxxxxxxxx'
  }
</script>
<script src="https://udify.app/embed.js" defer></script>

将这段代码粘贴到你的个人网站或博客的 <body> 标签底部，你的网站右下角就会立刻出现一个漂亮的 AI 在线客服悬浮窗！

💬 总结

通过 Dify，你可以非常低门槛地将大模型与你的本地私有文档、API 工作流和企业数据库完美结合。

选型对比：想知道 Dify 与其他主流编排框架有什么区别？快去看我们的 Dify vs FastGPT vs Flowise 深度横评。
安全管理：管理多服务器的 Docker 容器，可参考 Docker 自托管服务部署合集中的 Portainer 部署配置。

使用 Dify 零代码自建专属 AI 智能体 (Agent) 与知识库应用实战 ​

🐳 第一步：使用 Docker Compose 一键自建 Dify ​

1. 拉取 Dify 源代码 ​

2. 配置环境变量 ​

3. 一键启动 ​

🔌 第二步：配置大模型提供商 (Model Provider) ​

📂 第三步：实战：零代码创建“PDF 专属知识库” ​

1. 创建知识库 ​

🤖 第四步：搭建智能客服 App 并嵌入网页 ​

1. 新建应用 ​

2. 编排应用 ​

3. 测试与发布 ​

4. 嵌入到你自己的网站中 ​

💬 总结 ​