广告位 · header_banner

Dify 实战：在企业内部 30 分钟搭一个 AI 助手

August 17, 2026

为什么选 Dify

Dify 是 2026 年企业内部”30 分钟搭个 AI 助手”最省事的选择——它把 RAG、Agent、工作流编排、模型路由做成了一个可视化平台，门槛比 LangChain 低 90%，功能比纯 SaaS（Coze / GPTs）更可控。本篇带你在内部服务器上从零搭一个可用 demo。

环境准备

一台 4 核 8GB 起的 Linux 服务器（内网或公网均可）；
Docker 24+ 与 Docker Compose v2；
至少一个可用的大模型 API（OpenAI / Anthropic / DeepSeek / Qwen 任一）。

第一步：拉官方 compose，启动

git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d

约 2-3 分钟，访问 http://your-host/install 走一遍初始化，创建一个管理员账号。

第二步：接第一个模型供应商

进入 设置 → 模型供应商，填好 API Key。Dify 支持 OpenAI 兼容协议——意味着本地 vLLM、DeepSeek、Qwen 都能直接接：

OpenAI 类型：填 base_url + API Key；
本地 vLLM：API key 随便填，base_url 指过去；
国内云厂商（豆包 / 智谱 / 月之暗面）：选对应供应商。

第三步：建立你的第一个知识库

顶部 知识库 → 创建知识库；
选 Embedding 模型（与 LLM 同一个供应商更简单）；
上传文档——支持 PDF、Word、Markdown、网页链接；
设置分段策略：通用模式（推荐先用） / 父子分段 / 高级分段；
等待向量化完成（一份 100 页 PDF 通常 1-3 分钟）。

第四步：搭一个”内部知识问答”应用

在 工作室 → 创建空白应用 → 聊天助手，做几件事：

挂上刚才的知识库（在”上下文”里添加）；
填好 system prompt：定义角色（”你是 X 公司内部知识助手”）、回答模板、引用规范；
在”调试与预览”反复测，调 prompt 比调模型更有效。
满意后点”发布”。

第五步：嵌入到企业 IM / 客服系统

Dify 提供两种集成方式：

嵌入式脚本：把一段 iframe / JS 塞进现有页面；
API 调用：用 POST /v1/chat-messages，自己写中间层；
Webhook / Slack / 飞书 / 企微机器人：第三方平台版块里有官方模板。

30 分钟 vs 30 天：Dify 的真实价值

从立项到上线一个”能用”的内部助手，Dify 路径大概 30 分钟到一个下午。LangChain 手写路径通常要 3-4 个工程师 2-4 周，且第二个月开始维护成本才显现。差距不是技术，是 Dify 把 RAG 的”长尾坑”（文档预处理 / 分段 / rerank / 引用标注）已经做成了开箱即用的 UI。