博客來
本書旨在幫助讀者掌握如何利用Dify快速構建AI智能體。
全書分為四篇。
第1篇初識：介紹了什麼是AI智能體、什麼是工作流，並對比Dify與Coze；介紹了本地部署Dify，為初學者奠定基礎。第2篇基礎應用：介紹了Dify如何集成各類大模型，並初步探索了Dify的5種應用。第3篇進階應用：介紹了提示詞設計與風格優化、Dify的節點與能力、Dify如何與外部系統進行通信、給Dify應用構建知識庫、Dify多模態應用。第4篇行業綜合實戰：通過4個真實案例展示了Dify在多個領域的落地實踐；介紹了如何發佈Dify應用；介紹了Dify與MCP（模型上下文協議）的深度整合，指導讀者如何通過MCP服務擴展應用能力。
無論是初學者還是有經驗的開發者，都能通過本書快速上手Dify。
| FindBook |
有 1 項符合
Dify AI 智能體開發實戰的圖書 |
| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：Dify AI 智能體開發實戰
內容簡介
作者介紹
李晨翔（@風間影月），資深技術架構師與AIGC實戰講師，長期專注於Java架構、智能體開發、數字人技術、分布式系統等前沿領域。擁有十餘年一線研發與技術管理經驗，擅長將複雜技術體系以通俗、工程化的方式呈現給讀者。 深入淺出的講解風格、強實戰導向的教學體系，深受開發者社群的喜愛。曾主導過多個智能體機器人項目、數字人系統、中台與企業級架構落地方案，在項目拆解、系統設計與AI應用整合方面經驗豐富。
目錄
第1篇 初識
第1章 AI智能體
1.1 什麼是AI智能體
1.1.1 AI智能體的定義與核心特徵
1.1.2 AI智能體的主要應用場景
1.1.3 AI智能體的核心架構
1.2 什麼是工作流
1.3 對比Dify與Coze
第2章 本地部署Dify
2.1 線上公有化部署vs本地私有化部署
2.1.1 中小企業首選——線上公有化部署
2.1.2 數據安全優先——本地私有化部署
2.2 部署Dify
2.2.1 部署Dify前的環境準備
2.2.2 本地私有化部署Dify
2.3 【實戰】升級Dify——讓你的AI系統永遠“保鮮”
第2篇 基礎應用
第3章 Dify集成各類大模型
3.1 Dify為什麼要集成大模型
3.1.1 大模型是什麼
3.1.2 大模型的分類與區別（文本/繪畫/視頻/音頻）
3.1.3 線上大模型與本地大模型的區別
3.1.4 什麼是大模型API
3.1.5 為什麼要在Dify中集成大模型
3.2 在Dify中集成線上大模型
3.3 在Dify中集成本地大模型
3.3.1 本地部署大模型的環境準備
3.3.2 【實戰】安裝Ollama
3.3.3 【實戰】安裝DeepSeek和Qwen
3.3.4 【實戰】在Ollama中使用命令行與大模型對話
3.3.5 【實戰】Dify通過Ollama插件集成本地大模型庫
3.4 使用大模型的可視化UI工具
3.4.1 【實戰】瀏覽器UI工具PageAssist
3.4.2 【實戰】本地可視化工具Chatbox AI
第4章 初步探索Dify的5種應用
4.1 聊天助手——交互式對話類應用
4.1.1 聊天助手是什麼
4.1.2 【實戰】構建“旅遊攻略達人”應用
4.2 Agent——交互式對話類應用
4.2.1 Agent是什麼
4.2.2 【實戰】構建將文字轉語音的應用
4.3 文本生成應用——交互式對話類應用
4.3.1 文本生成應用是什麼
4.3.2 【實戰】構建“廚師養成”應用
4.4 工作流——流程自動化類應用
4.4.1 工作流是什麼
4.4.2 【實戰】構建“職業面試官”應用
4.5 ChatFlow——流程自動化類應用
4.5.1 ChatFlow是什麼
4.5.2 ChatFlow和工作流的區別
4.5.3 【實戰】構建“週報生成助手”應用
4.6 【實戰】導入/導出Dify應用
第3篇 進階應用
第5章 提示詞設計與風格優化
5.1 3類提示詞
5.1.1 用戶提示詞
5.1.2 系統提示詞
5.1.3 助理提示詞
5.1.4 【實戰】構建會議流程設計助手
5.2 不同格式的用戶提示詞
5.2.1 自然語言格式
5.2.2 Markdown格式
5.2.3 結構化標識格式
5.2.4 XML格式
5.2.5 【實戰】構建國際廚師專家應用（對比多種格式）
5.3 提示詞生成器（用於自動優化與生成提示詞）
第6章 Dify的節點與能力（一）
6.1 Dify支持的數據類型
6.1.1 字符串（String）
6.1.2 數字（Number）
6.1.3 對象（Object）
6.1.4 列表（List）
6.1.5 文件（File）
6.2 Dify工作流中的3種基礎節點
6.2.1 “開始”節點
6.2.2 “LLM”節點
6.2.3 “直接回復”節點
6.2.4 【實戰】使用基礎節點構建“減肥小助手”工作流
6.3 Dify的問題分類能力
6.3.1 “問題分類器”節點
6.3.2 【實戰】構建具有預判斷能力的“導購助手”工作流
6.4 Dify的變量控制能力
6.4.1 會話變量
6.4.2 環境變量
6.4.3 會話變量與環境變量的區別
6.4.4 “變量賦值”節點
6.4.5 【實戰】用“變量賦值”節點控制變量的值
6.5 Dify的邏輯判斷能力
6.5.1 “條件分支”節點的運行邏輯
6.5.2 【實戰】判斷性別以進入不同的分支
6.6 Dify的文檔讀取能力
6.6.1 “文檔提取”節點
6.6.2 【實戰】提取文檔內容並改寫成童話故事
第7章 Dify的節點與能力（二）
7.1 Dify的批量處理能力
7.1.1 “迭代”節點
7.1.2 【實戰】批量讀取文檔並讓LLM生成內容
7.2 Dify的編程支持能力
7.2.1 “代碼執行”節點
7.2.2 【實戰】構建小型計算器
7.3 Dify的中斷控制能力
7.3.1 “循環”節點
7.3.2 【實戰】實現隨機數篩選
7.4 Dify的數據轉換能力
7.4.1 “模板轉換”節點
7.4.2 Jinja表達式
7.4.3 【實戰】用HTML優化輸出的內容
7.5 Dify的聚合能力
7.5.1 “變量聚合器”節點
7.5.2 【實戰】合併多個分支
7.6 Dify的精准提煉能力
7.6.1 “參數提取器”節點
7.6.2 【實戰】將非結構化的用戶輸入數據轉化為結構化數據
7.7 Dify的數據過濾能力
7.7.1 “列表操作”節點
…….
第1章 AI智能體
1.1 什麼是AI智能體
1.1.1 AI智能體的定義與核心特徵
1.1.2 AI智能體的主要應用場景
1.1.3 AI智能體的核心架構
1.2 什麼是工作流
1.3 對比Dify與Coze
第2章 本地部署Dify
2.1 線上公有化部署vs本地私有化部署
2.1.1 中小企業首選——線上公有化部署
2.1.2 數據安全優先——本地私有化部署
2.2 部署Dify
2.2.1 部署Dify前的環境準備
2.2.2 本地私有化部署Dify
2.3 【實戰】升級Dify——讓你的AI系統永遠“保鮮”
第2篇 基礎應用
第3章 Dify集成各類大模型
3.1 Dify為什麼要集成大模型
3.1.1 大模型是什麼
3.1.2 大模型的分類與區別（文本/繪畫/視頻/音頻）
3.1.3 線上大模型與本地大模型的區別
3.1.4 什麼是大模型API
3.1.5 為什麼要在Dify中集成大模型
3.2 在Dify中集成線上大模型
3.3 在Dify中集成本地大模型
3.3.1 本地部署大模型的環境準備
3.3.2 【實戰】安裝Ollama
3.3.3 【實戰】安裝DeepSeek和Qwen
3.3.4 【實戰】在Ollama中使用命令行與大模型對話
3.3.5 【實戰】Dify通過Ollama插件集成本地大模型庫
3.4 使用大模型的可視化UI工具
3.4.1 【實戰】瀏覽器UI工具PageAssist
3.4.2 【實戰】本地可視化工具Chatbox AI
第4章 初步探索Dify的5種應用
4.1 聊天助手——交互式對話類應用
4.1.1 聊天助手是什麼
4.1.2 【實戰】構建“旅遊攻略達人”應用
4.2 Agent——交互式對話類應用
4.2.1 Agent是什麼
4.2.2 【實戰】構建將文字轉語音的應用
4.3 文本生成應用——交互式對話類應用
4.3.1 文本生成應用是什麼
4.3.2 【實戰】構建“廚師養成”應用
4.4 工作流——流程自動化類應用
4.4.1 工作流是什麼
4.4.2 【實戰】構建“職業面試官”應用
4.5 ChatFlow——流程自動化類應用
4.5.1 ChatFlow是什麼
4.5.2 ChatFlow和工作流的區別
4.5.3 【實戰】構建“週報生成助手”應用
4.6 【實戰】導入/導出Dify應用
第3篇 進階應用
第5章 提示詞設計與風格優化
5.1 3類提示詞
5.1.1 用戶提示詞
5.1.2 系統提示詞
5.1.3 助理提示詞
5.1.4 【實戰】構建會議流程設計助手
5.2 不同格式的用戶提示詞
5.2.1 自然語言格式
5.2.2 Markdown格式
5.2.3 結構化標識格式
5.2.4 XML格式
5.2.5 【實戰】構建國際廚師專家應用（對比多種格式）
5.3 提示詞生成器（用於自動優化與生成提示詞）
第6章 Dify的節點與能力（一）
6.1 Dify支持的數據類型
6.1.1 字符串（String）
6.1.2 數字（Number）
6.1.3 對象（Object）
6.1.4 列表（List）
6.1.5 文件（File）
6.2 Dify工作流中的3種基礎節點
6.2.1 “開始”節點
6.2.2 “LLM”節點
6.2.3 “直接回復”節點
6.2.4 【實戰】使用基礎節點構建“減肥小助手”工作流
6.3 Dify的問題分類能力
6.3.1 “問題分類器”節點
6.3.2 【實戰】構建具有預判斷能力的“導購助手”工作流
6.4 Dify的變量控制能力
6.4.1 會話變量
6.4.2 環境變量
6.4.3 會話變量與環境變量的區別
6.4.4 “變量賦值”節點
6.4.5 【實戰】用“變量賦值”節點控制變量的值
6.5 Dify的邏輯判斷能力
6.5.1 “條件分支”節點的運行邏輯
6.5.2 【實戰】判斷性別以進入不同的分支
6.6 Dify的文檔讀取能力
6.6.1 “文檔提取”節點
6.6.2 【實戰】提取文檔內容並改寫成童話故事
第7章 Dify的節點與能力（二）
7.1 Dify的批量處理能力
7.1.1 “迭代”節點
7.1.2 【實戰】批量讀取文檔並讓LLM生成內容
7.2 Dify的編程支持能力
7.2.1 “代碼執行”節點
7.2.2 【實戰】構建小型計算器
7.3 Dify的中斷控制能力
7.3.1 “循環”節點
7.3.2 【實戰】實現隨機數篩選
7.4 Dify的數據轉換能力
7.4.1 “模板轉換”節點
7.4.2 Jinja表達式
7.4.3 【實戰】用HTML優化輸出的內容
7.5 Dify的聚合能力
7.5.1 “變量聚合器”節點
7.5.2 【實戰】合併多個分支
7.6 Dify的精准提煉能力
7.6.1 “參數提取器”節點
7.6.2 【實戰】將非結構化的用戶輸入數據轉化為結構化數據
7.7 Dify的數據過濾能力
7.7.1 “列表操作”節點
…….
|
