从零上手Dify：让大模型拥有Skill并跑通第一单

    序言：别让大模型只停留在“聊天”

      大模型时代，我们面对的一个残酷现实是：会聊天的AI很多，但真正能干活的AI很少。

      你可能早就受够了无数次“Copy-Paste”的提示词，也可能对大模型偶尔的“幻觉”和“无法触达外部世界”感到无奈。大模型不应只是对话框里的“嘴强王者”，它理应成为我们的数字员工，拥有真正的生产力。

      怎么让大模型长出“手”和“脚”？怎么让它安全、高效地调用外部工具？怎么把各种零散的能力拼装成一个能跑通复杂业务的智能体？

      这就是本合集想要解决的问题。

      笔者基于Mac，将持续跟进Agent工具的搭建和应用。

1. 安装 Docker Desktop

    访问Docker官网(https://www.docker.com/products/docker-desktop/)下载并安装即可。安装完成后，你会在屏幕右上角看到一个鲸鱼图标的菜单栏。

    配置镜像加速：在国内访问Docker Hub可能会很慢，按如下配置可以为你节省大量时间。打开 Docker Desktop，进入【Settings】 → 【Docker Engine】，在【registry-mirrors】列表中添加加速地址，如下json，然后点击【Apply & Restart】。

{  "builder": {    "gc": {      "defaultKeepStoRAGe": "20GB",      "enabled": true    }  },  "experimental": false,  "registry-mirrors": [    "https://docker.m.daocloud.io",    "https://docker.1ms.run",    "https://docker.xuanyuan.me",    "https://docker.nju.edu.cn",    "https://docker.mirrors.sjtug.sjtu.edu.cn"  ]}

2. 安装 Docker Desktop

    打开 Mac 的 `终端`（Terminal）应用，输入以下命令来下载 dify 的安装文件，并启动它。

# 克隆Dify的代码仓库到本地# Mac没有安装过git，会提示报错，并弹框提示安装，点击后自动安装git# 笔者建议使用国内GitCode镜像站上的dify仓库，且版本选择1.13.3# 最新版1.14.0存在有BUG，在使用skill时引发异常git clone https://gitee.com/dify_ai/dify.git --branch 1.13.3
# 进入Dify的Docker配置目录cd dify/docker
# 复制一份环境变量配置文件（并改下.env配置）cp .env.example .env

# 控制台访问地址（你浏览器访问用的）CONSOLE_API_URL=http://localhostCONSOLE_WEB_URL=http://localhost
# 应用 API 地址APP_API_URL=http://localhostAPP_WEB_URL=http://localhost
# 文件服务地址（容器内部通信）FILES_URL=http://localhost

# 启动Dify的所有服务docker compose up -d# 后续停止、启动dify时就不用再执行上述命令，直接在本路径下执行：# 停止容器，但是保留数据# docker compose stop# 启动容器# docker compose start

    至此Dify部署开始，直到所有所需容器实例启动完成，Dify也就启动了。

3. Dify访问与初始化

    打开浏览器访问 `http://localhost`或者`http://localhost/install`，跟着页面指引设置管理员邮箱和密码，就进入到了Dify工作界面。

4. 接入远程大模型

    此时的Dify还只是一个空平台，需要给它连上“大脑”。笔者建议：学习搭建并应用Agent，用远程付费API是最省心的选择。不建议初学者把精力优先放在准备GPU集群、部署LLMs、微调LLMs模型上。

• 获取API Key

   以笔者使用的DeepSeek为例，访问DeepSeek官网(https://platform.deepseek.com)，注册后（可能需要申请）在开发者后台创建一个API Key。这里要注意，需要付费才行，否则Dify识别到API Key没有余额，会提示错误信息。

• 在Dify中配置模型

• 点击Dify界面右上角的【用户头像】，进入 【设置】 → 【模型供应商】。

• 找到“DeepSeek”或者你需要的对应模型的提供商，点击【添加模型】。

• 填入你的【凭据名称】（例如 `tomyu_deepseek`）和【API Key】，【自定义API endpoint地址】通常各平台文档有提供，比如DeepSeek的是https://api.deepseek.com。配置好后，点击【保存】。

    实现上述步骤，自主搭建的Dify就能调用这些强大模型，进而可以构建文本生成、Agent、聊天助手、chatflow、工作流等应用。

5. 在Dify中配置Skill插件

    现在Dify也能支持技能（即Skill）加载和执行，但若要支持Skill在线编辑和调试，这需要留意下Dify未来版本，但至少Skill的搭建也不需要依赖专门的IDE或者编辑器（未来会开展Skill详细的使用说明）。

    Skill插件安装，在Dify市场中查找“Skill_Agnet”，并安装。

    笔者建议，Skill_Agent运行在容器内，关联不到Mac本地文件，我们按临时上传Skill文件的使用方式，暂不做文件映射。

6. 构建Chatflow

    搭建一个简单的流水线（可保存为DSL文件），主要调用Skill_Agent插件，进而体验下Skill能力。考虑到初学者，从左往右依次介绍下各个子件的配置，可以大幅缩短摸索成本。

• 入口组件

    这个组件在创建Chatflow后就自动出现了，用于接收用户的输入信息（文本、文件等），这里笔者仅将组件重命名为“开始”。该组件有2个变量，"userinput.query"代表的用户输入的文本，也就是在聊天框输入的文本，“userinput.files”代表用户提交的文件对象，因为笔者一开始就配置了.env文件，此时Dify支持文件上传功能。

• 条件分支组件

    这里用于判断用户的意图，如果是Skill管理意图（安装、查看、下载、删除）则执行Skill管理插件，其他则执行Skill调用插件，【注意】下图条件改为“新增技能”“安装技能”“删除技能”“下载技能”！！！

• Skill_Agent插件

    这里需要加载“技能管理”“Skill_Agent”2个插件，其中“技能管理”插件配置比较简单。

    “Skill_Agent”配置需要选中大模型，笔者建议：最好选择一个比较聪明的大模型，这样在调用Skill时效果比较好。

• 回复组件

    用于在聊天框回复用户的组件，这里只需要选择上游组件输出的变量即可。如上游是“技能管理”插件，变量选择“（x）技能管理/{x}text”，上游是“Skill-Agent”插件，变量选择“（x）Skill-Agent/{x}text”。

    最后，打开该Chatflow的文件上传开关，并创建“.zip”格式，至此具备Skill文件的上传功能。

6. Skill使用演示

• 创建Skill简单demo

    demo是一个以“say”命名的文件夹，文件夹里只有一个SKILL.md文件，文件内容如下（本技能用于格式化招呼）。

---name: "问候助手"description: "指导 Agent 礼貌性问候。"---# 极简技能：问候助手## 触发词- 打招呼- 问好## 功能当用户说“你好”或“嗨”时，回复一句友好的问候。## 回复模板- 你好呀！有什么可以帮你的吗？- 嗨！今天心情怎么样？

• 查看技能

    输入“查看技能”，即可得到技能说明。

• 使用技能

    分别输入“打个招呼吧”“你好”，后台自动理解并选择加载技能，输出对应的Skill要求的话术。

    至此，恭喜你从0到1的实现了自主构建Agent应用工具入门，能够实现Agent、Workflow、Chatflow的构建，还能够调用Skill技能！