Dify入门教程：从部署到发布搭建AI应用全流程

什么是 Dify

Dify 是一款低代码的 AI 应用开发平台，核心价值在于让开发者与非开发者都能快速构建各类 AI 应用。无论是企业级的生产场景，还是个人的日常使用需求，Dify 都能提供一套完整的搭建流程。

简单来说，Dify 把大模型调用、工作流编排、知识库管理、API 发布等能力打包成了可视化的界面。你不需要从零编写复杂的后端逻辑，只需通过拖拽节点、配置参数就能完成一个可用的 AI 应用。这种"积木式"的开发方式，大幅降低了 AI 应用的开发门槛。

本文基于 B站相关教程整理，将梳理 Dify 从环境搭建到应用发布的完整学习路径，帮助你少走弯路，快速上手。

Dify 的三种部署方式

Dify 提供了三种部署方式，可以根据实际需求灵活选择。

在线官方页面

Dify 提供了在线版本，无需任何本地部署即可直接使用。适合快速体验和功能验证，但如果你的应用需要访问本机数据库或本地环境，就需要借助内网穿透工具，把本机 IP 暴露到公网上。

Docker 部署（推荐）

这是教程中推荐的方式，基于 Windows 上的 Docker 来部署。最大优势是能够方便地与本机的 MySQL、其他数据库或环境进行通信，适合在公司内部应用。

源码部署

适合有定制化需求、想深入了解底层实现的开发者。

在生产环境中，推荐自己动手部署一套本地 Dify。这样既能保证数据安全，又能灵活对接内部资源，在企业内部应用时也更加可控。

数据库配置：为什么需要 MySQL

后续在 Dify 里构建的 AI 应用往往需要访问数据库来做数据交互操作，因此需要提前准备好数据库环境。

MySQL 的部署位置非常灵活。默认情况下，Docker 安装完成后，Dify 的网络可以和 Windows 本机的 MySQL8 通信，也能和 VMware 虚拟机中的数据库通信。所以你的 MySQL 无论放在本机、Docker 容器还是虚拟机里，都是可行的。

完成数据库安装后，还需要在 Dify 中做好连接 MySQL 的相关配置，让 AI 应用能够正确读取数据库中的数据。

Dify 的五大核心应用类型

Dify 的能力可以归纳为五种主要的应用类型，理解了这五种就掌握了 Dify 的核心功能。

聊天助手

最简单直接的应用形态，本质就是与 AI 模型进行对话交互。适合快速搭建问答类应用。

文本生成

用于生成各类文本内容，比如写文章、生成文档、创作小说、编写故事等，适用于内容创作场景。

Agent 智能体

三种基础应用中能力最强的形态。与前两者相比，Agent 的关键区别在于它可以调用工具，系统性地完成用户指令。例如让它先去爬取网页，再基于抓取的内容做分析，Agent 就能自动串联完成这一系列任务。

Chatflow（聊天流）

工作流是 Dify 的重头戏。Chatflow 支持你与工作流进行多轮对话式交互，更适合需要上下文连续对话的场景。

Workflow（工作流）

Workflow 只进行一次性处理，输入后直接输出结果，不支持多轮聊天。更适合批处理、自动化的单次任务。

Chatflow 和 Workflow 的核心差异就在于是否支持对话式交互，选择时根据你的业务场景来决定即可。

工作流节点：搭建应用的积木

无论是 Chatflow 还是 Workflow，都是由一个个节点组成的。节点是构成工作流程的功能模块，你需要把这些节点像搭积木一样组合起来，才能形成一个完整的工作流。

Dify 官方提供了丰富的节点类型，涵盖了大部分常见的应用场景。掌握这些常用节点的使用方法，几乎就能应对绝大多数的应用需求。学习过程中，最好的方式是结合具体案例逐个理解每个节点的作用与配置方法。

大模型接入：Dify 的第一步配置

Dify 的应用本质上都要与大模型交互，因此接入大模型是使用 Dify 的第一步。

推荐使用付费云端模型

建议优先接入付费的云端模型，而不是本地部署的小模型。原因在于本地小模型的推理效果往往不够理想，难以支撑高质量的应用。

实际成本非常低廉，不必担心费用问题。以 DeepSeek 为例，充值 10 元可以使用相当长的时间。此外还有一些免费额度可以利用：

• 百度文心一言：注册后有免费 token 额度
• 阿里通义千问：提供百万级别的免费 token，足够学习使用

本地模型的整合方案

如果你的机器性能足够强劲，或者是企业级的集群部署，Dify 也支持接入本地模型。比如通过 Ollama 部署的本地模型，就可以与 Dify 整合来构建 AI 应用。

对于企业场景，如果下载了 DeepSeek 开源的大参数模型（如数百 GB 的完整版本），这类大模型的效果会明显优于小模型，完全可以用来构建企业级应用。

应用的发布与集成方式

构建好的 Dify 应用并不局限于在本地页面内使用，它提供了多种发布方式来满足不同场景需求。

发布为公开 Web 站点

生成一个公开链接，让任何人都能访问使用。如果是本机部署，需配合内网穿透工具。

嵌入到网站

把应用以组件形式嵌入到你自己开发的网站中，实现无缝集成。

通过 API 调用

使用 API 或 Python 等方式，将 Dify 应用集成到其他系统中，实现更灵活的二次开发。

这种多样化的发布能力，让 Dify 构建的应用既能面向普通用户开放，也能作为服务集成到更大的系统架构中。

结语

从环境部署、数据库配置，到五大应用类型、工作流节点、大模型接入，再到最终的应用发布，Dify 提供了一条清晰完整的 AI 应用开发链路。对于想快速上手 AI 应用开发的同学来说，Dify 是一个门槛低、上限高的优秀平台。

真正掌握 Dify 的关键在于结合案例动手实操——每一种应用类型、每一个节点，只有亲自搭建过，才能真正理解它的价值与用法。