核心概念
在动手搭建之前，先建立 Dify 的「词汇表」。理解了这几个核心对象，后续每章的界面操作都会变得理所当然。
1. 工作区（Workspace）
工作区是 Dify 里最高层的隔离单元，类似一个团队的「项目空间」。
- 每个工作区有独立的成员、应用、知识库与 API Key
- 一个账号可加入多个工作区，在不同团队间切换
- 企业版还支持把多个工作区归入「组织（Organization）」统一管理
ℹ️数据边界
工作区之间是数据隔离的。A 工作区的知识库、日志不会出现在 B 工作区，这保证了不同业务线互不干扰。
2. 应用（App）——四种类型
应用是你实际构建和发布的 AI 产物。Dify 提供四种应用形态：
| 类型 | 特点 | 典型场景 |
|---|---|---|
| 对话型（Chatbot） | 多轮对话，带会话记忆 | 智能客服、咨询助手 |
| 文本生成（Completion） | 单次生成，无多轮 | 文案、摘要、翻译批处理 |
| 工作流（Workflow） | 节点画布编排固定流程 | 结构化、可控的自动化任务 |
| Agent（智能体） | 模型自主规划、调用工具 | 复杂任务、自主办事 |
💡怎么选类型？
流程固定、要可控 → 工作流；要模型自己想办法 → Agent；纯聊天 → 对话型；批量生成文本 → 文本生成。不确定时，先用对话型跑通，再视需要升级到工作流/Agent。
3. 应用的结构
一个对话型应用本质上由这几部分构成：
- 提示词（Prompt）：系统提示、对话角色设定
- 上下文（Context）：关联的知识库
- 变量（Variables）：从用户/外部传入的参数
- 工具（Tools）：可让模型调用的能力
- 模型（Model）：底层大模型
这些在编排页（Orchestrate）里都能可视化配置，无需写代码。
4. 数据集（Dataset）——知识库的底座
数据集是知识库的存储单位，对应一组经过切片、向量化的文档。
- 一个知识库 = 一个或多个数据集的集合视图
- 数据集可关联给多个应用复用
- 支持增量更新与版本管理
工作区 Workspace
├─ 应用 App（对话/文本/工作流/Agent）
├─ 知识库 Knowledge（关联 Dataset）
└─ 工具 Tools / 插件 Plugins5. 模型供应商与「模型」
Dify 把「模型」抽象成统一接口。你在「设置 → 模型供应商」接入 OpenAI、Azure、Ollama 等后，应用里就能像切下拉菜单一样切换模型。
🎯动手认路
登录控制台后，试着打开左侧「知识库」「工具」「设置 → 模型供应商」三个入口，先建立「它们分别管什么」的印象，后面章节会逐一填充内容。
小结
- 工作区 = 团队隔离单元；应用是你要发布的 AI 产物
- 四种应用：对话型、文本生成、工作流、Agent，按需选择
- 数据集是知识库底座，可跨应用复用
- 模型被抽象成统一接口，切换无需改应用逻辑
- 下一步：动手建你的第一个知识库 →