ClawHub

Dify

v1.0.0

Dify AI应用开发平台指南。用于构建LLM应用、工作流、Agent和知识库。当用户需要(1)使用Dify创建AI应用 (2)设计LLM工作流 (3)配置知识库RAG (4)开发AI Agent (5)调用Dify API (6)自托管部署Dify时激活此技能。

2· 766· 1 versions· 8 current· 9 all-time· Updated 4h ago· MIT-0
by@krx1511

Security Scans

VirusTotalBenignClawScanBenignStatic analysisBenign

Install

openclaw skills install dify

Dify AI应用开发平台

Dify是开源的LLM应用开发平台，支持快速构建AI应用、工作流和Agent。

核心概念

应用类型

  • Chat App - 对话型应用，支持会话持久化，适合聊天机器人、客服AI
  • Workflow App - 工作流应用，无状态执行，适合翻译、写作、摘要
  • Agent - 智能体应用，支持工具调用和自主规划
  • Completion App - 文本补全应用，单次请求响应

核心组件

  • Studio - 应用构建工作台
  • Knowledge Base - 知识库，支持RAG检索增强
  • Model Providers - 模型提供商配置
  • Tools - 工具集成

工作流节点

输入输出

  • User Input - 用户输入，定义输入变量
  • Output - 输出结果

逻辑控制

  • IF/ELSE - 条件分支
  • Iteration - 迭代循环
  • Parallel - 并行执行

数据处理

  • Parameter Extractor - 参数提取，用LLM从自然语言提取结构化数据
  • List Operator - 列表操作，过滤和转换数组
  • Variable Aggregator - 变量聚合
  • Template - 模板渲染

LLM节点

  • LLM - 大语言模型调用
  • Question Classifier - 问题分类
  • Knowledge Retrieval - 知识检索

工具节点

  • HTTP Request - HTTP请求
  • Code - 代码执行(Python/JavaScript)
  • Tool - 工具调用

快速开始

部署Dify (Docker)

# 克隆最新版本
git clone --branch "$(curl -s https://api.github.com/repos/langgenius/dify/releases/latest | jq -r .tag_name)" https://github.com/langgenius/dify.git

# 启动
cd dify/docker
cp .env.example .env
docker compose up -d

访问 http://localhost/install 初始化管理员账户。

系统要求

  • CPU >= 2 Core
  • RAM >= 4 GiB
  • Docker 19.03+
  • Docker Compose 1.28+

API调用

认证

所有API请求需要在Header中携带API Key:

Authorization: Bearer {api_key}

执行工作流

POST /v1/workflows/run
Content-Type: application/json

{
  "inputs": {
    "query": "翻译这段文字..."
  },
  "response_mode": "blocking",  # 或 "streaming"
  "user": "user-123"
}

发送聊天消息

POST /v1/chat-messages
Content-Type: application/json

{
  "query": "你好",
  "response_mode": "streaming",
  "user": "user-123",
  "conversation_id": ""  # 首次为空，后续传入返回的conversation_id
}

响应模式

  • blocking - 同步等待完整响应
  • streaming - SSE流式响应

知识库

创建知识库

  1. Studio → Knowledge → Create Knowledge
  2. 上传文档 (支持txt, markdown, pdf, docx, html等)
  3. 选择索引模式:
    • High Quality - 高质量索引，需要Embedding模型
    • Economy - 经济模式，关键词检索

检索设置

  • Vector Search - 向量检索
  • Full Text Search - 全文检索
  • Hybrid Search - 混合检索

在应用中使用

工作流中添加 Knowledge Retrieval 节点，选择知识库。

详细参考

资源链接

Version tags

latestvk975gjynknv3jn14nv7gyenv0582c72q