HomeAI大模型应用开发全栈教程
AI大模型应用开发全栈教程

AI大模型应用开发全栈教程

@缪斯

AI大模型应用开发全栈教程

一套面向开发者与AI爱好者的实战课程,帮助你从零掌握Dify应用开发,落地属于自己的智能体项目。

📦 内容目前已有 Dify、MCP、Agent、AI 编程等、LLM应用开发实战等多系列教学(后续将不断更新系列)
🔨 配套可复用的项目案例,真实业务场景拆解
♻️ 一次购买,终身更新,持续扩展能力
👥 加入社群,与同行者共学共建
📌 适合新手开发者、产品人、独立开发者

📬 咨询微信:museaction(备注“小报童课程”)
订阅265
文章51
最后更新:2025-5-2 16:33
查看 【AI大模型应用开发全栈教程】 详情查看 【缪斯】 主页
分享到微信打开

免费内容

2025-4-5 21:7

Dify + MCP Agent新手实操指南

2025 年,AI自动化工具变得越来越火。很多人开始发现,聊天机器人不只是聊聊天,它能真正“帮你干活”:发邮件、填表格、安排日程,甚至还能帮你发微博、推送消息。但以前要让这些事自动发生,其实挺麻烦。你得注册各种账号、接接口、调代码,一般人压根搞不定。现在,有了一个叫 MCP 插件协议 的新方法,让这一切变得简单了。所以今天我们来通过 Dify 平台开发一个MCP Agent,这个Agent能自动调用各种外部工具,不管你想用 Google 表格、Slack、Notion、Gmail,统统可以调用。你只要说一句话,比如“请把今天的客户记录保存到 Excel 表里并发给我邮箱”,系统就能自动完成整个流程,省时省力,还不出错。对普通用户来说,这相当于多了一个24小时在线的“自动化小秘书”,而你根本不需要写任何代码。Dify 社区也在发力:两个实用的 MCP 插件推荐MCP 的火爆也引起了 Dify 社区不少开发者的关注,为了让大家更方便地把 MCP 能力接入自己的应用或自动化流程,一些开发者已经在插件市场里贡献了两个非常实用的插件:1. MCP SSE 插件:让外部工具随时“接入”这个插件可以理解为一个“中转站”,它能让你的 Dify 应用和多个外部服务保持实时连接。只要接入了这个插件,你的 Agent(智能助手)就可以“看到”外部有哪些工具可用,想用哪个就叫哪个。它的技术原理是用了一种叫 Server-Sent Events(SSE)的方式,通俗说就是能保持一个稳定的“实时通道”,外部工具一更新,系统立刻知道。2. MCP Agent 策略插件:让 Agent 自己决定该用哪个工具这个插件更聪明。它可以把 MCP 的逻辑整合进 Dify 的 Workflow Agent节点里,使 Agent 能根据 MCP 协议逻辑自由调用外部工具,实现“AI 自主决策 + 动态调用工具”的能力。简单来说就是:你不需要事先告诉系统“用哪个工具”,它自己会判断当前任务需要调用哪个外部服务,并自动执行。比如你说:“帮我整理今天的销售数据并发给团队”,系统会自己判断用哪个表格工具、用哪个邮箱,全程自动搞定。小小总结一下:第一个插件(MCP SSE)是“把外部工具接进来”;第二个插件(MCP Agent 策略)是“让系统自己选用哪个工具”;有了这两个插件,Dify 的智能助手将更强大,能真正实现“听得懂你说的,做得出你要的”。废话不多少,我们开始实操,亲身体验之后才能知道MCP到底特么是什么。一、注册和授权 ZapierZapier 是一个超级好用的自动化平台,能帮你连接全网上千种工具,比如 Gmail、Notion、Slack、表格、日历等等。现在,它也支持了 MCP 协议,把这些工具统一封装成了一个“万能接口”。接下来,我们通过简单几步,让 Dify 跟 Zapier 连接起来,让 Dify Agent 在对话中能自动完成各种任务,比如发邮件、存数据、发通知等等。第一步:打开 Zapier 的 MCP 设置页面👉 地址是:https://actions.zapier.com/settings/mcp/进去之后你会看到一个叫“MCP Server URL”的链接,把它复制下来,后面配置 Dify 时要用。第二步:添加你要用的功能点击【Edit MCP Actions】,进入配置页面。这里你可以自己选想用哪些工具、想让它干什么。比如你要发邮件,可以:点击【Add a new action】搜索 Gmail,点进去选择“Send Email”操作(也可以选“Reply to Email”等等)第三步:连接账号 + 设置字段如果你是第一次用 Gmail,会提示你登录账号并授权给 Zapier。授权完后,可以设置:发给谁(To)邮件标题(Subject)邮件内容(Body)这些都可以交给 AI 来自动填写——只要勾选【Have AI guess a value for this field】,Dify 就会根据上下文自己判断写什么。第四步:继续添加更多操作(可选)除了发邮件,你还可以继续添加别的任务,比如:把客户信息记录到 CRM给团队发一条 Slack 通知在 Google 表格里加一行记录……二、在 Dify 的 workflow Agent 节点中配置 Zapier 插件现在我们已经把 Zapier 的 MCP 服务准备好了,接下来,就是让它在 Dify 中真正“跑起来”。这个过程不复杂:在 Dify Marketplace 中安装「MCP SSE」的插件进入插件配置页面,配置一下插件的参数(url 替换为 Zapier MCP Server 地址)将修改后的完整 JSON ,复制粘贴到插件配置框内安装插件创建工作流,添加Agent节点,选择Agent策略Agent节点配置把以下json结构作为模版,json中的url记得修改成我们在第一步中保存下来的地址,然后把修改好的完整json复制到MCP服务配置中。{ "server_name": { "url": "https://actions.zapier.com/mcp/*******/sse", "headers": {}, "timeout": 5, "sse_read_timeout": 300 } }这样插件就配置好了💡如果你还有别的 MCP 服务也想接入怎么办?也可以像下面这样加多个:{ "zapier": { "url": "https://actions.zapier.com/mcp/xxxxxx/sse", "headers": {}, "timeout": 5, "sse_read_timeout": 300 }, "composio": { "url": "http://127.0.0.1:8001/sse" } }每个服务用一个名字(如 zapier、composio)标记清楚就可以了。三、开始跑工作流比如:我们说一句“发封邮件给缪斯,主题是生日祝福,告诉他"生日快乐",他的邮箱地址是:bincal446@gmail.com”,Agent 就会自动识别任务,调用设置好的 Gmail 功能,发出这封邮件。当然,以上邮箱是我自己的邮箱,我自己给自己发邮件,肯定是会出问题的啦。请看:不过不重要,我们已经通过实践证明了 MCP 的能力。题外话我们还可以把联系人表(Excel 文件)传到 Dify 的知识库中。这样我只要说“发给张三”,它就能从表格里找到对应的邮箱地址,自动生成邮件草稿。当然,为了确保稳定性,也可以给 Agent 设置一些“发送前确认”的规则,比如:展示收件人、主题、内容给我们看等我们说“确认发送”以后再发让自动化更安全、更放心!示例提示词在 Agent 设置里,给它加上这样的提示词,帮它更聪明地发邮件👇你是一个邮件发送助手。 能力: - 使用 gmail_send_email 工具发送邮件。 - 能从知识库中查找联系人的邮箱地址。 工作流程: - 根据用户的指令确定收件人、主题和内容; - 在发送前,先展示邮件信息并征得用户确认; - 确认后,使用以下格式调用工具发送邮件: { "mcp_sse_call_tool": { "tool_name": "gmail_send_email", "arguments": "{\"to\":\"邮箱地址\",\"subject\":\"邮件主题\",\"body\":\"这里是邮件的正文内容。\"}" } }感谢阅读,有问题随时联系缪斯老师。

2025-3-23 16:41

Dify 基础入门02:基础功能介绍集合

这篇文章也是针对小白讲解,这篇文章之后我们就开始实操了,具体情况查看此文章最底部内容。学员推荐奖励:每邀请 1 位新学员,你将获得 40% 课程抽成!官方模版应用在 Dify 首页,点击探索功能,你可以看到一些官方提供的模版应用。这些模版主要分为两类:新功能示例:官方在推出重大版本更新时,会发布一些模版应用来展示新功能的使用场景。常用模版:内置了一些便捷实用的模版,适合快速上手应用。这两大类主要包括:Agent、聊天助手、工作流三大类型模版。你可以直接点击进入感兴趣的模版,复制并套用。接下来,我们以“知识库 + 聊天机器人”模版为例,演示如何操作。操作步骤:Step 1在探索功能页面找到“知识库 + 聊天机器人”模版,并点击添加到工作区。Step2进入模版应用的工作流构建界面后,你只需要完成以下简单步骤:添加数据到知识检索节点:上传或接入数据源,使聊天机器人具备特定领域的知识。配置大语言模型节点(LLM节点):根据需求,选择并配置适合的语言模型(如 GPT-4、通义千问等),以优化聊天机器人的回答质量。注意:在每个节点中的Prompt,我们基本上是不需要做任何更改的,官方为我们写好了。完成上述步骤后,就可以直接发布应用。Step3配置完成后,你的 “知识库 + 聊天机器人” 应用即可投入使用,如下图所示:通过这个模版,你可以快速搭建一个能够回答特定领域问题的智能聊天机器人,大幅提升工作效率。Dify 提供的四种应用类型在 Dify 平台中,可以基于不同的需求选择以下四种应用类型来构建自己的智能助手:聊天助手基础编排和工作流编排(Chatflow)两种模式,支持基于 LLM(大语言模型)构建对话式交互的智能助手。适用场景:客户服务、知识问答、互动式学习等。文本生成用于构建专注于文本生成类任务的助手,如撰写故事、翻译、文本分类等。适用场景:内容创作、语言学习、数据标注等。Agent能够分解任务、进行推理、调用外部工具的智能对话助手。适用场景:复杂任务管理、工具交互、动态推理任务等。工作流基于流程编排定义灵活的 LLM 工作流,适合需要多步骤操作的任务。适用场景:数据处理管道、业务流程自动化、复杂任务分解等。如何开始构建 Bot?在创建 Bot 时,可以选择以下方式:直接创建空白应用:完全自由地定义应用。使用模板创建:从探索界面选择合适的应用模板快速搭建。导入 DSL 文件:通过上传外部定义文件直接生成应用。应用类型详解聊天助手-基础编排适合简单的对话逻辑应用,通过基础模块快速实现对话交互。聊天助手-工作流编排(Chatflow)支持复杂的对话逻辑,结合条件分支和数据流动实现多样化的对话设计。文本生成应用聚焦于各种文本生成任务,可灵活定义生成逻辑,满足定制化需求。Agent强大的任务推理和分解能力,能够通过调用工具扩展对话功能,为复杂任务提供解决方案。工作流(Workflow)提供流程化的任务编排工具,以模块化的方式实现多步骤的任务执行,适合场景化工作流需求。通过合理选择和配置以上应用类型,可以快速构建满足不同场景需求的智能助手,为工作和生活带来更多便捷与效率。知识库Dify 提供三种创建知识库的方式:本地创建知识库调用知识库 API 创建知识库外部 API 连接 Dify 知识库1. 本地创建知识库本地创建知识库操作简单,以下是步骤详解:步骤 1:选择数据源点击“本地创建知识库”,进入数据源选择页面。你可以选择以下数据源之一,然后点击“下一步”:导入已有文本同步自 Notion 内容同步自 Web 站点步骤 2:文本分段与清洗进入文本分段与清洗界面,有以下可选设置:自动分段:由 Dify 自动处理分段。自定义分段:需要手动设置分段标识符、文本块最大长度、重叠长度等。文本预处理规则:可设置文本清理选项,如去除多余空格等。索引方式如上图所示,Dify 提供两种索引模式:高质量索引:调用系统默认嵌入接口,处理速度快,质量高。经济索引:使用离线向量引擎、关键字索引,成本较低。他们的区别就是一个是调用系统默认的嵌入接口进行处理,一个是使用离线的向量引擎、关键字索引等方式降低 Token 成本此外,还可以在检索设置中调整以下参数:倒排索引:提高查询速度。Top K 返回结果:设定查询返回的结果数量。等等完成配置后,点击“保存并处理”。步骤 3:等待嵌入完成处理完毕后,会跳转到新的界面,等待文档嵌入完成。嵌入完成后,可以点进“前往文档”。文档管理功能在文档管理页面,左侧有三个核心功能模块:文档:支持对文档的增、删、查、改操作。召回测试:输入源文本测试召回效果。源文本可以是查询(Query)或相关知识点。设置:包括创建知识库时的基本设置,如索引方式、预处理规则等。2. 使用 Dify API 创建知识库Dify 支持通过 API 调用操作知识库,适合程序化需求。API 支持的功能创建知识库创建空知识库。基于已有知识库,通过文本或文件新增文档。文档管理增加文档:通过文本或文件创建文档。更新文档:通过文本或文件更新文档。删除文档:删除已有文档。查询文档嵌入状态:获取嵌入进度。分段管理增加分段:新增文本内容或问题分段。查询分段:获取当前文档的分段信息。删除分段:删除指定分段。更新分段:修改现有分段。检索功能检索关键词:查询知识库中的相关信息。知识库管理获取知识库列表。删除知识库。错误信息调用 API 过程中,若发生错误,可获取具体原因。API 使用场景知识库 API 不仅支持创建和管理知识库,还可以与 Dify 应用集成,作为上下文信息提供支持,或创建为独立的 ChatGPT 插件供外部使用。3. 外部 API 连接 Dify 知识库通过外部 API 连接 Dify 知识库获取知识是更高级的功能,适合定制化需求。相关细节将在后续高级篇中讲解。Dify 知识库功能强大,支持从基础到高级的操作方式。无论是简单的本地创建,还是复杂的 API 调用,都能满足多样化需求。工具Dify 提供了三类工具:内置工具自定义工具工作流转工具内置工具是官方已经配置好的工具,用户无需额外设置即可直接调用,使用非常方便。自定义工具需要用户根据需求,通过 Schema 创建。Dify 的 Schema 遵循 OpenAPI-Swagger 格式标准,便于开发者快速上手和集成。通过工作流功能,用户可以创建并发布一个工作流。在发布阶段,可以将其直接转换成工具,以便后续调用,提高效率。设置Dify 的设置功能包括模型供应商、成员、账单、数据来源、、API 扩展、定制、语言选项,其中部分设置对用户体验有直接影响。模型供应商:用户可以在设置中选择主流的模型厂商,并填入对应的 API Key 进行调用,快速接入所需模型资源。数据来源:Dify 目前支持与 Notion 和 Web 网站的对接,未来可能会引入更多数据接口,进一步丰富数据源支持。语言设置:为了提供更好的本地化体验,建议将语言设置为「Shanghai」,这样整个 Dify 云平台会以中文界面呈现,而不是英文。其他配置项不用修改。Dify 的基础功能介绍篇介绍就到此结束了。你是不是以为我下一篇文章要开始讲解工作流节点的构建,工作流每个节点都是什么东东。不,我偏不,我觉得实操应该可以开始了,如果你作为小白,什么节点都不了解,那我必须发表我的观点:我们现在直接开始实操起来才能学到真知,这两天跟好几个兄弟都聊了聊,大家都是理论知识丰富,实战经验偏少。所以,开干!敬请期待下一篇实操内容(Dify 对接外部API)。

2025-3-22 20:50

Dify 基础入门01:Docker安装、Dify本地化部署

最开始的几节内容都是针对小白零基础同学,有基础的就可以直接略过啦!对于零基础小白同学,我以下的内容会涉及到一些操作指令,目前看不懂也没关系,跟着流程操作,慢慢就能学懂。学员推荐奖励:每邀请 1 位新学员,你将获得 40% 课程抽成!Docker安装背景在开发和运行各种项目时,环境配置通常是最让人头疼的问题之一。不同用户的计算机环境各不相同,那如何才能确保项目方开发的软件能在大多数计算机上顺利运行?通常,项目方会提供 README 教程,主要有两种部署方式(Dify 也不例外):1. 源码部署:通过 PowerShell 或者其他终端执行一系列命令进行安装和配置。但只要某个步骤出错,项目可能就无法运行,对 Linux 基础要求较高,调试起来非常麻烦。2. Docker 部署:项目方会把整个运行环境打包成一个 Docker 容器(可以理解为一个“软件小盒子”)。用户只需安装 Docker 软件,并拉取该项目的镜像,就能一键部署,无需关心环境依赖问题。Docker 是什么?Docker 是一种 Linux 容器技术,提供了简单易用的容器化解决方案,是目前最流行的容器平台之一。它的核心作用是 封装应用程序及其所有环境依赖项,打包成一个独立的文件。运行该文件后,系统会生成一个 隔离的虚拟环境(容器),让程序在其中运行,就像在真实物理机上一样,从而彻底解决环境配置问题。Docker 的特点:• 环境独立:无需担心本地环境配置冲突,任何支持 Docker 的设备都能运行相同的容器。• 轻量级:相比传统虚拟机(VM),Docker 容器占用更少的系统资源,启动速度更快。• 易于管理:支持版本控制、复制、共享、修改,像管理代码一样管理容器。Docker 版本:Docker 作为一个开源项目,提供两个版本:• 社区版(CE):免费,适用于个人开发者和小型团队。• 企业版(EE):包含额外的安全功能和企业级支持,适用于大型企业。一般开发者使用 社区版(CE) 就可以,下面的介绍也基于 CE 版本。Docker 安装(Windows 10 示例)1. 下载 Docker Desktop• 官方下载地址:Docker Desktop for Windows• 进入页面后,点击 Get started with Docker Desktop 下载 Windows 版本。• 如果你还没有登录,会要求注册登录账号。2. 安装 Docker Desktop• 双击下载的 Docker for Windows Installer 安装文件。• 按照提示一路 Next,最后点击 Finish 完成安装。• 安装完成后,Docker 会自动启动,Windows 任务栏右下角会出现 小鲸鱼图标 🐳,表示 Docker 正在运行。3. 验证 Docker 是否安装成功• 打开 命令提示符(CMD) 或 PowerShell,运行以下命令查看版本信息:docker version• 运行测试镜像,检查 Docker 是否正常工作:docker run hello-world• 如果 Docker 运行正常,终端会输出以下内容(示例):Hello from Docker! This message shows that your installation appears to be working correctly.• 如果启动过程中遇到 WSL 2 相关错误,请参考 WSL 2 安装指南 进行修复。Dify本地化部署上边为大家讲解了Docker的一些基础知识以及下载教学。现在,给大家详细讲解如何通过 Docker Compose 快速部署 Dify,如果你目前没有本地化需求,也可以直接使用 Dify 云平台。前提条件根据官方文档的说明,在正式开始之前,确保你的机器满足以下最低安装要求:硬件要求CPU:2 核以上内存:至少 4GB操作系统和软件要求根据不同的操作系统,具体的安装要求有所不同:macOS:需要 macOS 10.14 或更新版本,并安装 Docker Desktop。请确保为 Docker 虚拟机分配至少 2 个虚拟 CPU 和 8GB 内存。Linux:需要 Docker 19.03 及以上版本,Docker Compose 版本为 1.25.1 或更新。Windows:需要启用 WSL 2,并安装 Docker Desktop。建议将源代码和数据存储在 Linux 文件系统中,以提高性能。克隆 Dify 代码仓库首先,我们需要把 Dify 源码克隆到本地环境,打开终端,选择好你想要克隆到的目录,使用以下命令:git clone https://github.com/langgenius/dify.git进入 Docker 目录克隆完代码后,进入 Dify 的 Docker 目录:cd dify/docker复制环境配置文件接着,复制 .env 配置文件,以确保环境变量设置正确,这个命令的意思是根据.env.example文件生成一个.env文件,.env.example是官方自带就有的:cp .env.example .env启动 Docker 容器docker compose up -d启动之前记得 Docker必须是开启状态,不然就会出现以下截图中的报错开启Docker之后,再次运行这个命令就能正常拉取镜像了,如下展示:检查容器状态镜像拉取完成后,容器会自动启动,使用以下命令检查所有容器是否正常运行:docker compose ps你能看到包括 api、worker、web 在内的 3 个业务服务和 6 个基础组件 (weaviate、db、redis、nginx、ssrf_proxy、sandbox) 正在运行。同时在Docker软件中,你也可以看到如下内容:访问 Dify一切就绪后,可以在浏览器中打开以下地址访问 Dify:本地环境:初始化页面:http://localhost/install主页面:http://localhost服务器环境:初始化页面:http://your_server_ip/install主页面:http://your_server_ip访问成功后,就可以一步一步注册账号密码登录:

2025-3-21 18:32

📚 教程目录

🧩 Dify 系列📘 Dify 基础入门篇Dify 基础入门00:Dify 是什么Dify 基础入门01:Docker安装、Dify本地化部署Dify 基础入门02:基础功能介绍集合Dify 基础入门03:对接外部 API(初级)Dify 基础入门04:对接外部 API(进阶)Dify 基础入门05:配置语音模型,开始语音聊天Dify 基础入门06:通过HTTP节点和Flask API对接外部系统Dify 基础入门07:知识库功能Dify 基础入门08:工作室功能Dify 基础入门09:官方模版应用Dify 基础入门10:工具和设置Dify 基础入门11:workflow节点讲解Dify 基础入门12:接入外部大模型🧪 Dify 初级开发篇Dify 初级开发01:如何在公司内网共享你的 Dify 服务Dify 初级开发02:用Cursor开发dify插件Dify 初级开发03:用Cursor生成dify工作流Dify 初级开发04:用trae+dify构建数据预处理脚本Dify 初级开发05:如何启动本地源码部署好的DifyDify 初级开发06:如何使用dify和飞书知识库构建智能问答助手Dify 初级开发07:graphRAG-dify使用教学Dify 初级开发08:基于Dify平台搭建消费者投诉处理智能助手Dify 初级开发09:Dify+Vanna本地部署基于 Dify 平台的商业化项目开发流程全解析与核心实战要点🤖 Dify + MCP 系列Dify + MCP Agent新手实操指南MCP 开发指南:从入门到实战01:Dify-MCP-智能天气查询02:Dify-MCP-精准路线规划03:Cherry Studio 本地部署与应用教学04:构建 Dify-Workflow-MCP-Server 工具05:使用 Dify 调用外部多平台MCP Server工具🔌  Dify 插件开发系列01:Dify 插件的基础使用和原理02:Dify 插件 SDK 源码拉取与讲解03:使用 Cursor 构建自定义插件并上传使用👨‍💻 AI 编程实践系列01-AI编程的实践初体验02-如何向AI提项目需求?--理论篇02-如何向AI提项目需求?--实战篇03-如何通过AI学Python04-如何用AI读懂代码05-让AI写的代码可用06-用AI处理运行错误07-用AI完成一个程序🤖 LLM 应用开发系列01:AI 应用开发综述02:AI 应用架构设计原则03:把 LLM 能力集成到项目中04:项目一(构建新闻生成器解决方案 —— 聚焦语言处理)05:项目二(总结 YouTube 视频——聚焦语言处理)06:AI应用成本管理07:AI 应用程序安全和漏洞08:处理和维护外部 LLM API 问题📈 Dify 深度开发系列🌱 加入我们,一起成长这是一个持续更新、不断进化的课程系统。无论你是刚入门,还是已有开发经验,希望将AI工具落地到真实业务中,这里都将是你值得信赖的学习伙伴。学习的本质,是不断整理与输出。愿我们一起成为AI时代的行动派。