Dify

理解 Dify 作为开源 LLMOps / 低代码 LLM 应用开发平台的定位、版本差异与核心能力

用 Docker Compose 本地一键部署 Dify，理解关键环境变量与控制台访问方式

理解工作区、应用（对话/文本生成/工作流/Agent）与数据集等 Dify 基础模型

导入文档到知识库，理解分段（切分）策略与清洗对检索质量的影响

配置向量检索、TopK、相似度阈值与混合检索，调优 RAG 召回效果

在 Dify 中创建对话型应用，理解编排入口、调试与预览的完整流程

掌握系统提示、对话角色设定与变量占位符，写出可复用的高质量提示词

理解输入变量与会话上下文的引用方式，让应用动态适配不同用户与场景

使用内置工具与自定义 API 工具，扩展模型的能力边界

认识工作流的节点画布、Start/End 节点与连线，搭建可控制的可视化流程

详解 LLM、知识检索、代码、条件、迭代等核心工作流节点的用法与组合

理解 ReAct 推理范式、工具调用机制与 Agent 推理模式，构建自主智能体

配置 OpenAI、Azure 与本地模型（Ollama/vLLM）等模型供应商，统一切换底层模型

发布 WebApp、嵌入网页，并通过后端 API Key 在你的系统中调用 Dify 应用

查看会话日志、收集用户标注，并基于数据评估与迭代应用效果

管理工作区成员角色与协作流程，让团队安全地共建 AI 应用

端到端搭建一个基于公司文档的内部知识库问答助手，串联本教程前 16 章能力

用工作流编排构建一个含意图分流、知识检索与工单创建的自动化客服系统

掌握思维链、上下文压缩、结构化输出约束与防幻觉策略，把提示词从「能用」做到「稳定可控」

理解父子分段、混合检索权重与重排调优，解决长文档召回不准、片段割裂的问题

掌握 IF 分支、迭代节点与变量聚合，构建能处理多条目、多路径的复杂自动化流程

批量处理消息、接收外部事件回调（Webhook），并把 Dify 接入自动化系统

掌握自部署的数据卷、数据库备份、版本迁移与平滑升级，保障生产环境稳定

了解 Dify 插件机制，用声明式配置封装一个自定义工具或模型供应商，扩展平台能力

按任务类型、成本与可用性在多个模型间路由，并做故障转移与限速，提升稳定性与性价比

用数据集与评分指标量化应用效果，建立改动前后的回归对比，避免『越改越差』

利用 Dify 的应用版本快照，在提示词或工作流改动出错时快速回退到稳定版本