Skip to content

本教程将全面指导你如何快速搭建自己的AI应用环境,从Docker桌面版的安装与配置开始,到本地部署Dify并自定义AI助手功能,让你轻松实现“猜病例”、“甜蜜哄人”、“新生入学指南”、“小红书读书卡片”与“面试宝典”等多种特色AI应用。并教会你从基础智能体到使用工作流,再到知识库、DeepResearch、数据库、MCP、复杂任务编排等高阶任务,由浅到深的学习掌握基于dify的大模型应用开发。

License

Notifications You must be signed in to change notification settings

datawhalechina/self-dify

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

55 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

🤓 self-dify 2.0

📚 《Dify 应用开发指南》——从零开始学习并掌握基于 Dify 的大模型应用开发

📖 教程介绍

self-dify 2.0 致力于成为你的大模型应用开发全流程指南。

本教程将全面指导你如何快速搭建自己的 AI 应用环境,从 Docker 的安装与配置开始,到本地部署 Dify 并自定义 AI 助手功能,让你轻松实现“猜病例”、“甜蜜哄人”、“新生入学指南”、“小红书读书卡片”与“面试宝典”等多种特色 AI 应用。并教会你从基础智能体到使用工作流,再到知识库、DeepResearch、数据库、MCP、复杂任务编排等高阶任务,由浅入深地学习掌握基于 Dify 的大模型应用开发。

💡 如何学习

欢迎你,未来的 AI 应用构建者!在开启这段旅程之前,请参考以下指引:

本项目内容兼顾基础与进阶,旨在帮助你系统性地掌握 Dify 应用开发的全流程。因此,特别适合 AI 开发者、产品经理、在校学生 以及对 AI 自动化 抱有浓厚兴趣的自学者。

🛠️ 学习前提

  • 基础环境:本地具备安装 Docker 的环境(Windows/Mac/Linux 均可)。
  • 模型支持:建议准备好可用的 LLM API Key(如 OpenAI, DeepSeek, 智谱 AI, 文心一言等),或者本地部署 Ollama。
  • 背景知识:无需深厚的编程背景,但需要对大模型基本概念(如提示词、RAG、Agent)有初步了解。

👨‍🏫 学习路线建议

🆕 零基础新手

  1. 环境先行:务必先完成 Dify本地部署,这是所有实践的基石。
  2. 掌握提示词:通过 掌握提示词设计 学习如何给 AI 下达精准指令。
  3. 循序渐进:按照 入门任务 -> 进阶任务 -> 工具使用 的顺序逐一实践。建议在复现教程的基础上,尝试修改配置或提示词,观察 AI 行为的变化。

💻 有经验的开发者

  1. 快速复现:已有 Dify 环境的可直接挑选感兴趣的 [入门任务] 进行复现。
  2. 核心攻克:重点研究 工作流 (Workflow)Agent 编排知识库 (RAG) 的高级技巧(第 6-9 章)。
  3. 前沿探索:深入研究 MCPDeepResearch(第 10-11 章),探索 Dify 在处理复杂任务和多模态应用中的无限可能。

📚 学习清单

序号 教程名称 难度 类别 核心知识点 文档链接
1 Dify本地部署 环境配置 Docker安装与配置、Dify本地部署 📖
2 掌握提示词(prompt)设计 入门任务 提示词设计、角色模拟、AI交互控制 📖
3 哄哄模拟器 ⭐⭐ 入门任务 提示词设计、数值反馈、互动游戏、情感交互 📖
4 新生入学指南助手 ⭐⭐ 入门任务 知识库导入、知识库检索、信息问答应用 📖
5 快速批处理小问题 ⭐⭐ 入门任务 批量任务编排、数据处理分析、词云制作 📖
6 小红书读书卡片 ⭐⭐⭐ 进阶任务 Agent工作流、信息检索、内容生成、格式转换 📖
7 面试宝典 ⭐⭐⭐ 进阶任务 知识库索引、Agent应用、专业知识检索 📖
8 text2sql及echart数据分析 ⭐⭐⭐ 进阶任务 数据库交互、SQL生成、echart图表展示、数据分析 📖
9 DeepResearch ⭐⭐⭐⭐ 进阶任务 DeepResearch原理、高阶应用开发 📖
10 MCP ⭐⭐⭐ 工具使用 MCP client配置、MCP应用原理 📖
11 多模态入门(语音文本转化) ⭐⭐⭐ 工具使用 语音文本转化、语音智能体开发 📖

难度说明:

  • ⭐ 基础:适合初学者,无需前置知识
  • ⭐⭐ 入门:需要基础概念理解
  • ⭐⭐⭐ 进阶:需要掌握前置知识
  • ⭐⭐⭐⭐ 高级:需要深入理解相关原理

教程目录

环境配置

  1. Dify本地部署教程涵盖以下内容:
    • Docker安装与配置:包含Mac和Windows系统安装步骤,Docker镜像源加速技巧。
    • Dify本地部署:详细介绍使用Docker Compose快速启动AI应用服务。

入门任务

  1. 掌握提示词(prompt)设计,角色模拟及AI交互控制。
  2. 哄哄模拟器 学习如何利用提示词与数值反馈设计互动游戏,增强AI响应的情感交互效果。
  3. 新生入学指南助手熟悉如何导入并高效检索知识库,创建基于知识库索引的精准信息问答应用。
  4. 快速批处理小问题,带领大家学习dify批量任务编排,并学习数据处理分析制作词云。

进阶任务

  1. 小红书读书卡片,掌握如何创建和配置Agent工作流,实现输入处理、信息检索、内容生成及格式转换的自动化,优化任务执行效率。
  2. 面试宝典,深入理解如何创建高效知识库索引,搭配Agent实现精准的专业知识咨询和检索。
  3. text2sql及echart数据分析,学习dify与数据库交互,打开数据与AI交互新思路。了解echart数据分析图表展示,上手数据分析大模型应用任务。
  4. DeepResearch,学习DeepResearch原理,快速上手一个自己的DeepResearch应用项目。带你了解dify的高阶玩法。

工具使用

  1. MCP,学习MCP clicent在dify的配置与应用,掌握MCP应用原理,在dify玩转mcp~
  2. 多模态入门(语音文本转化),了解dify语音文本转化的实现方案,快速完成自己的语音智能体,给大模型发个小嘴巴~

🙏 致谢

核心贡献者

  • 王熠明
  • 高增玉
  • 刘伟鸿
  • 甘小琦
  • 杨若朴
  • 陈欣婧
  • 邓宇文
  • 潘笃驿
  • 王浩
  • 张友东
  • 周理璇

🤝 如何贡献

我们是一个开放的开源社区,欢迎任何形式的贡献!

  • 🐛 报告 Bug - 发现教程内容或操作步骤有问题,请提交 Issue。
  • 💡 提出建议 - 对项目有好的想法,欢迎发起讨论。
  • 📝 完善内容 - 帮助改进教程,提交你的 Pull Request。

往期教程

大家可以下载后: git checkout v1.0.0 即可。

关于 Datawhale

Datawhale 是一个专注于数据科学与 AI 领域的开源组织,汇集了众多领域专家和热血志愿者,秉承“for the learner,和学习者一起成长”的愿景,致力于构建一个纯粹的学习圈子。


📜 许可证

本项目内容遵循 知识共享署名-相同方式共享 4.0 国际许可协议

About

本教程将全面指导你如何快速搭建自己的AI应用环境,从Docker桌面版的安装与配置开始,到本地部署Dify并自定义AI助手功能,让你轻松实现“猜病例”、“甜蜜哄人”、“新生入学指南”、“小红书读书卡片”与“面试宝典”等多种特色AI应用。并教会你从基础智能体到使用工作流,再到知识库、DeepResearch、数据库、MCP、复杂任务编排等高阶任务,由浅到深的学习掌握基于dify的大模型应用开发。

Topics

Resources

License

Stars

Watchers

Forks

Packages

No packages published

Contributors 8