🤖

Dify 实战：从零构建企业级 AI 应用

24 章系统讲透 Dify：RAG 原理与调优、工作流编排原理、Agent 架构设计、私有化部署与高可用、成本控制与监控……兼顾初学者操作路径与资深工程师源码视角，产品、工程、运维三类读者均可按层阅读。

24

章节

免费

永久

开始阅读 →

目录

Dify 是什么：从 LLM 到生产级 AI 应用的桥梁

核心概念全景：应用类型、工作流、知识库、Agent 关系图

快速入门：第一个 AI 应用从零到上线

模型接入全指南：OpenAI / Claude / 本地模型配置与成本对比

RAG 原理精讲：向量检索 vs 全文检索 vs 混合检索

知识库搭建：文档处理、分块策略与索引优化

RAG 深度调优：召回率、相关性评估与 Rerank 精排

多知识库联合查询与企业级文档权限管理

工作流基础：节点类型、变量系统与条件分支

复杂工作流：循环、并行分支与错误恢复

代码节点与自定义函数：Python/JS 扩展工作流能力

工作流调试、版本管理与性能分析

Agent 架构原理：ReAct vs Function Calling vs Plan-and-Execute

工具生态：内置工具深解与自定义工具开发

多 Agent 协作：编排模式、通信协议与状态同步

Agent 生产化：安全沙箱、成本限速与幂等重试

API 集成全指南：REST / 流式 / WebSocket 完整实现

飞书、企业微信、钉钉深度集成与消息路由

私有化部署：Docker Compose / K8s / 高可用架构

可观测性：日志、追踪、成本控制与告警体系

实战：企业内部知识助理——从需求到上线全流程

实战：智能客服系统——意图识别、多轮对话与人工接管

实战：内容生成流水线——批量处理与质量控制

实战：数据分析助手——NL2SQL、图表解读与报告自动化

💬 留言讨论