課程簡介
本課程旨在幫助學員了解 Dify 平臺，并掌握企業(yè)級智能應用解決方案的構建方法。課程將從企業(yè) AI 應用開發(fā)所面臨的挑戰(zhàn)入手，深入講解 Dify 平臺的核心定位、設計理念和關鍵特性。詳細介紹如何利用 Dify 提供的可視化編排工具、多模型支持、RAG 引擎和 Agent 框架等功能，實現智能應用的快速開發(fā)、安全部署和靈活擴展。通過本課程的學習，學員將能夠利用 Dify 構建出高效、可靠且符合企業(yè)需求的智能應用解決方案。
目標收益
?識別并理解企業(yè)在開發(fā)和部署生成式 AI 應用時面臨的主要挑戰(zhàn)。
?準確定義 Dify 平臺，并闡述其作為 LLMOps 平臺的核心價值和定位。
?掌握 Dify 平臺的核心理念，如 BaaS 和 PaaS 在 AI 應用開發(fā)中的體現。
?熟練運用 Dify 平臺的主要功能特性，包括可視化編排、多模型支持、RAG 引擎和 Agent 框架。
?針對企業(yè)場景，分析 Dify 平臺在開發(fā)效率、數據安全和集成性等方面帶來的價值。
?概述 Dify 平臺的系統(tǒng)架構，并識別其關鍵組件及其相互關系。
培訓對象
?需要構建和部署企業(yè)級 AI 應用的技術人員、產品經理和架構師。
?關注 LLMOps 平臺，希望簡化 AI 應用開發(fā)流程的專業(yè)人士。
?尋求提升數據安全、合規(guī)性，并充分利用 AI 能力的企業(yè)決策者。
?對 Dify 平臺感興趣，希望深入了解其功能和應用場景的開發(fā)者。
課程大綱
| 模塊 1：Dify 平臺導論 （Introduction to the Dify Platform） |
?1.1 學習目標 ?1.2 企業(yè) AI 應用開發(fā)的挑戰(zhàn)與機遇 ?1.3 定義 Dify：一個 LLMOps 平臺 –1.3.1 核心定義與定位 –1.3.2 關鍵理念：BaaS 與 PaaS for AI ?1.4 Dify 平臺的核心功能與特性 –1.4.1 可視化工作流編排 （Visual Workflow Orchestration） –1.4.2 多模型支持與管理 （Multi-LLM Support & Management） –1.4.3 集成 RAG 引擎 （Integrated RAG Engine - Knowledge Base） –1.4.4 Agent 框架 （Agent Framework for Tool Usage） –1.4.5 應用模板與 API 發(fā)布 （Application Templates & API Publishing） ?1.5 Dify 對企業(yè)的價值主張 –1.5.1 降低開發(fā)門檻，加速應用落地 –1.5.2 通過私有化部署保障數據安全與合規(guī) –1.5.3 提供靈活性與可擴展性 –1.5.4 Dify 的定位比較 ?1.6 Dify 系統(tǒng)架構概覽 –1.6.1 關鍵服務組件 –1.6.2 核心依賴組件 （Dependencies） ?1.7 關鍵術語 （Key Terms） ?1.8 本章小結 ?1.9 討論與思考 |
| 模塊 2：Dify 環(huán)境部署與配置 （Deployment and Configuration） |
?2.1 學習目標 ?2.2 部署方式概述 –2.2.1 Dify Cloud （云版本） –2.2.2 私有化部署 （Self-Hosted） –2.2.3 為何選擇私有化部署？ ?2.3 使用 Docker 進行私有化部署 （Self-Hosting with Docker） –2.3.1 部署架構與依賴 –2.3.2 前提條件 （Prerequisites） –2.3.3 獲取 Dify Docker 部署文件 –2.3.4 理解與修改 docker-compose.yaml –2.3.5 核心配置項調整 （通過環(huán)境變量） –2.3.6 啟動 Dify 服務 –2.3.7 訪問控制臺與初始化設置 –2.3.8 常見部署問題與排查 （Troubleshooting） ?2.4 連接與配置大語言模型 （LLM） –2.4.1 支持的模型提供商類型 –2.4.2 獲取模型訪問憑證 （以國內服務商為例） –2.4.3 在 Dify 中添加和管理模型 （以 DeepSeek API 為例） ?2.5 本章小結 ?2.6 實踐練習 |
| 模塊 3：構建基礎 AI 應用：聊天機器人 （Building Basic Chatbots） |
?3.1 創(chuàng)建您的第一個聊天機器人應用 –3.1.1 選擇應用類型：對話型 –3.1.2 基礎設置：命名與描述 ?3.2 提示詞工程入門 （Introduction to Prompt Engineering in Dify） –3.2.1 編寫系統(tǒng)指令 （System Prompt） –3.2.2 理解并使用變量 （Understanding & Using Variables） –3.2.3 上下文管理 （Context Management） 與對話歷史 –3.2.4 調試與預覽 ?3.3 發(fā)布與集成初步 –3.3.1 生成 API 接口 –3.3.2 嵌入 Web 應用 –3.3.3 查看日志與進行標注 –3.3.4 應用監(jiān)測概覽 –3.3.5 其他集成可能性 （展望） ?3.4 本章小結 ?3.5 實踐練習 |
| 模塊 4：構建 RAG 應用：增強知識問答 （Building RAG Applications） |
?4.1 RAG 概念解析 （Understanding RAG） –4.1.1 為什么需要 RAG？ –4.1.2 RAG 工作流程 ?4.2 Dify 中的知識庫 （Knowledge Base in Dify） –4.2.1 創(chuàng)建知識庫 –4.2.2 文本處理、分塊與向量化 –4.2.3 管理知識庫 ?4.3 將知識庫集成到應用中 –4.3.1 在應用中添加“上下文”節(jié)點 –4.3.2 調試與預覽 –4.3.3 應用場景實例 –4.3.4 配置檢索策略 （引入重排模型） ?4.4 在 Dify 中構建高效 RAG 應用的最佳實踐 –數據準備：質量優(yōu)先，預處理是關鍵 –知識庫配置：精細調整分塊與嵌入 –檢索策略：混合檢索 + Reranker 優(yōu)先 –Prompt 工程：明確指示，引導 LLM –測試與評估：持續(xù)迭代，數據驅動 –漸進式優(yōu)化：先求有，再求好 ?4.5 本章小結 ?4.6 實踐練習 |
| 模塊 5：高級功能：使用 Agent 實現自動化工作流 （Using Agents） |
?5.1 Dify Agent 概念解析 –5.1.1 什么是 Agent？ –5.1.2 Agent 的工作模式：思考與行動的循環(huán) ?5.2 設計 Agent 的 Prompt （為“熱點綜述”量身定做） –5.2.1 Agent Prompt 設計 –5.2.2 Prompt 設計要點回顧 –5.2.3 在 Dify 中配置 Prompt ?5.3 配置與使用內置工具 –5.3.1 本例使用的內置工具 –5.3.2 在 Dify Agent 中啟用工具 –5.3.3 測試與預覽 ?5.4 關于自定義工具 （Custom Tools） ?5.5 Agent 應用場景實例 ?5.6 本章小結 ?5.7 實踐練習 |
| 模塊 6：探索 Dify 工作流：可視化編排復雜任務 （Exploring Dify Workflows: Visually Orchestrating Complex Tasks） |
?6.1 工作流 （Workflow） 導論 –6.1.1 什么是 Dify 工作流？ –6.1.2 為什么需要工作流？ –6.1.3 理解 Dify 的編排模式：Workflow， Chatflow 與 Agent ?6.2 工作流核心組件：認識節(jié)點 （Workflow Nodes） ?6.3 構建您的第一個工作流：花語小能手 （Practical Case: Flower Whisperer） –6.3.1 場景定義：從花名到推廣帖 –6.3.2 工作流結構解析 –6.3.3 在 Dify 中構建工作流 –6.3.4 運行與測試 ?6.4 實踐案例：構建 Chatflow 應用 - 易速客服 （Practical Case: YiSu Customer Service Chatflow） –6.4.1 場景定義：智能客服初步響應與轉人工 –6.4.2 Chatflow 結構解析 –6.4.3 在 Dify 中構建 Chatflow –6.4.4 運行與測試 Chatflow ?6.5 高級工作流/Chatflow 概念與最佳實踐 –6.5.1 錯誤處理 （Error Handling） –6.5.2 優(yōu)化 （Optimization） –6.5.3 發(fā)布為 API –6.5.4 何時選擇 Workflow vs。 Chatflow vs. Agent （決策指南） ?6.6 工作流/Chatflow 應用場景實例 （拓展） ?6.7 本章小結 ?6.8 實踐練習 |
| 模塊 7：企業(yè)級考量與實踐 （Enterprise Considerations & Practices） |
?7.1 集成與擴展 （Integration and Extension） –7.1.1 API 對接企業(yè)系統(tǒng) –7.1.2 Webhook 與回調機制 –7.1.3 二次開發(fā)與定制化 ?7.2 安全與合規(guī) （Security and Compliance） –7.2.1 私有化部署的數據安全保障 –7.2.2 訪問控制與權限管理 –7.2.3 API 密鑰安全管理 –7.2.4 敏感信息過濾與脫敏 –7.2.5 審計日志與追蹤 ?7.3 運維與監(jiān)控 （Operations and Monitoring） –7.3.1 監(jiān)控 Dify 服務狀態(tài) –7.3.2 應用調用量與 Token 消耗監(jiān)控 –7.3.3 知識庫更新與維護策略 –7.3.4 Dify 版本升級 ?7.4 成本與性能優(yōu)化 （Cost and Performance Optimization） –7.4.1 選擇合適的 LLM –7.4.2 優(yōu)化 Prompt 減少 Token 消耗 –7.4.3 RAG 檢索效率優(yōu)化 –7.4.4 Agent/Workflow 優(yōu)化 |
|
模塊 1：Dify 平臺導論 （Introduction to the Dify Platform） ?1.1 學習目標 ?1.2 企業(yè) AI 應用開發(fā)的挑戰(zhàn)與機遇 ?1.3 定義 Dify：一個 LLMOps 平臺 –1.3.1 核心定義與定位 –1.3.2 關鍵理念：BaaS 與 PaaS for AI ?1.4 Dify 平臺的核心功能與特性 –1.4.1 可視化工作流編排 （Visual Workflow Orchestration） –1.4.2 多模型支持與管理 （Multi-LLM Support & Management） –1.4.3 集成 RAG 引擎 （Integrated RAG Engine - Knowledge Base） –1.4.4 Agent 框架 （Agent Framework for Tool Usage） –1.4.5 應用模板與 API 發(fā)布 （Application Templates & API Publishing） ?1.5 Dify 對企業(yè)的價值主張 –1.5.1 降低開發(fā)門檻，加速應用落地 –1.5.2 通過私有化部署保障數據安全與合規(guī) –1.5.3 提供靈活性與可擴展性 –1.5.4 Dify 的定位比較 ?1.6 Dify 系統(tǒng)架構概覽 –1.6.1 關鍵服務組件 –1.6.2 核心依賴組件 （Dependencies） ?1.7 關鍵術語 （Key Terms） ?1.8 本章小結 ?1.9 討論與思考 |
|
模塊 2：Dify 環(huán)境部署與配置 （Deployment and Configuration） ?2.1 學習目標 ?2.2 部署方式概述 –2.2.1 Dify Cloud （云版本） –2.2.2 私有化部署 （Self-Hosted） –2.2.3 為何選擇私有化部署？ ?2.3 使用 Docker 進行私有化部署 （Self-Hosting with Docker） –2.3.1 部署架構與依賴 –2.3.2 前提條件 （Prerequisites） –2.3.3 獲取 Dify Docker 部署文件 –2.3.4 理解與修改 docker-compose.yaml –2.3.5 核心配置項調整 （通過環(huán)境變量） –2.3.6 啟動 Dify 服務 –2.3.7 訪問控制臺與初始化設置 –2.3.8 常見部署問題與排查 （Troubleshooting） ?2.4 連接與配置大語言模型 （LLM） –2.4.1 支持的模型提供商類型 –2.4.2 獲取模型訪問憑證 （以國內服務商為例） –2.4.3 在 Dify 中添加和管理模型 （以 DeepSeek API 為例） ?2.5 本章小結 ?2.6 實踐練習 |
|
模塊 3：構建基礎 AI 應用：聊天機器人 （Building Basic Chatbots） ?3.1 創(chuàng)建您的第一個聊天機器人應用 –3.1.1 選擇應用類型：對話型 –3.1.2 基礎設置：命名與描述 ?3.2 提示詞工程入門 （Introduction to Prompt Engineering in Dify） –3.2.1 編寫系統(tǒng)指令 （System Prompt） –3.2.2 理解并使用變量 （Understanding & Using Variables） –3.2.3 上下文管理 （Context Management） 與對話歷史 –3.2.4 調試與預覽 ?3.3 發(fā)布與集成初步 –3.3.1 生成 API 接口 –3.3.2 嵌入 Web 應用 –3.3.3 查看日志與進行標注 –3.3.4 應用監(jiān)測概覽 –3.3.5 其他集成可能性 （展望） ?3.4 本章小結 ?3.5 實踐練習 |
|
模塊 4：構建 RAG 應用：增強知識問答 （Building RAG Applications） ?4.1 RAG 概念解析 （Understanding RAG） –4.1.1 為什么需要 RAG？ –4.1.2 RAG 工作流程 ?4.2 Dify 中的知識庫 （Knowledge Base in Dify） –4.2.1 創(chuàng)建知識庫 –4.2.2 文本處理、分塊與向量化 –4.2.3 管理知識庫 ?4.3 將知識庫集成到應用中 –4.3.1 在應用中添加“上下文”節(jié)點 –4.3.2 調試與預覽 –4.3.3 應用場景實例 –4.3.4 配置檢索策略 （引入重排模型） ?4.4 在 Dify 中構建高效 RAG 應用的最佳實踐 –數據準備：質量優(yōu)先，預處理是關鍵 –知識庫配置：精細調整分塊與嵌入 –檢索策略：混合檢索 + Reranker 優(yōu)先 –Prompt 工程：明確指示，引導 LLM –測試與評估：持續(xù)迭代，數據驅動 –漸進式優(yōu)化：先求有，再求好 ?4.5 本章小結 ?4.6 實踐練習 |
|
模塊 5：高級功能：使用 Agent 實現自動化工作流 （Using Agents） ?5.1 Dify Agent 概念解析 –5.1.1 什么是 Agent？ –5.1.2 Agent 的工作模式：思考與行動的循環(huán) ?5.2 設計 Agent 的 Prompt （為“熱點綜述”量身定做） –5.2.1 Agent Prompt 設計 –5.2.2 Prompt 設計要點回顧 –5.2.3 在 Dify 中配置 Prompt ?5.3 配置與使用內置工具 –5.3.1 本例使用的內置工具 –5.3.2 在 Dify Agent 中啟用工具 –5.3.3 測試與預覽 ?5.4 關于自定義工具 （Custom Tools） ?5.5 Agent 應用場景實例 ?5.6 本章小結 ?5.7 實踐練習 |
|
模塊 6：探索 Dify 工作流：可視化編排復雜任務 （Exploring Dify Workflows: Visually Orchestrating Complex Tasks） ?6.1 工作流 （Workflow） 導論 –6.1.1 什么是 Dify 工作流？ –6.1.2 為什么需要工作流？ –6.1.3 理解 Dify 的編排模式：Workflow， Chatflow 與 Agent ?6.2 工作流核心組件：認識節(jié)點 （Workflow Nodes） ?6.3 構建您的第一個工作流：花語小能手 （Practical Case: Flower Whisperer） –6.3.1 場景定義：從花名到推廣帖 –6.3.2 工作流結構解析 –6.3.3 在 Dify 中構建工作流 –6.3.4 運行與測試 ?6.4 實踐案例：構建 Chatflow 應用 - 易速客服 （Practical Case: YiSu Customer Service Chatflow） –6.4.1 場景定義：智能客服初步響應與轉人工 –6.4.2 Chatflow 結構解析 –6.4.3 在 Dify 中構建 Chatflow –6.4.4 運行與測試 Chatflow ?6.5 高級工作流/Chatflow 概念與最佳實踐 –6.5.1 錯誤處理 （Error Handling） –6.5.2 優(yōu)化 （Optimization） –6.5.3 發(fā)布為 API –6.5.4 何時選擇 Workflow vs。 Chatflow vs. Agent （決策指南） ?6.6 工作流/Chatflow 應用場景實例 （拓展） ?6.7 本章小結 ?6.8 實踐練習 |
|
模塊 7：企業(yè)級考量與實踐 （Enterprise Considerations & Practices） ?7.1 集成與擴展 （Integration and Extension） –7.1.1 API 對接企業(yè)系統(tǒng) –7.1.2 Webhook 與回調機制 –7.1.3 二次開發(fā)與定制化 ?7.2 安全與合規(guī) （Security and Compliance） –7.2.1 私有化部署的數據安全保障 –7.2.2 訪問控制與權限管理 –7.2.3 API 密鑰安全管理 –7.2.4 敏感信息過濾與脫敏 –7.2.5 審計日志與追蹤 ?7.3 運維與監(jiān)控 （Operations and Monitoring） –7.3.1 監(jiān)控 Dify 服務狀態(tài) –7.3.2 應用調用量與 Token 消耗監(jiān)控 –7.3.3 知識庫更新與維護策略 –7.3.4 Dify 版本升級 ?7.4 成本與性能優(yōu)化 （Cost and Performance Optimization） –7.4.1 選擇合適的 LLM –7.4.2 優(yōu)化 Prompt 減少 Token 消耗 –7.4.3 RAG 檢索效率優(yōu)化 –7.4.4 Agent/Workflow 優(yōu)化 |
近期公開課推薦
