正版全新
-
作者:
杜铁绳
-
出版社:
清华大学出版社
-
ISBN:
9787302727941
-
出版时间:
2022-12
-
作者:
杜铁绳
-
出版社:
清华大学出版社
-
ISBN:
9787302727941
售价
￥
94.05
9.5折
定价
￥99.00
品相
全新
上书时间2026-11-14
卖家超过10天未登录
-
-
商品描述：
-
【书 名】 Dify AI智能体应用开发
【书 号】 9787302727941
【出 版 社】 清华大学出版社
【作 者】 杜铁绳
【出版日期】 2026-11-01
【开 本】 16开
【定 价】 99.00元
【编辑推荐】
大模型应用开发已从模型比拼走向工程落地，Dify作为主流智能体开发平台，凭借可视化编排、RAG 知识库、Agent能力，大幅降低AI应用搭建门槛，但市面上缺少兼顾入门实操与企业级工程实践的系统读物。
《Dify AI智能体应用开发》由一线AI解决方案架构师撰写，完整梳理Dify从环境部署、工作流编排、Prompt工程、知识库RAG、Agent工具调用，到API集成、权限管理、性能调优的全链路知识体系。全书由基础理论过渡到实战落地，既有平台原理拆解，又覆盖智能客服、内部助手等企业业务场景，还配套多平台内容生成器、文档理解助手、深度搜索应用等完整实战案例，提供可复用的实现思路。
《Dify AI智能体应用开发》兼顾新手入门与工程落地需求，适合AI开发者、产品经理、AI技术爱好者以及高校学生阅读，无论你是刚接触Dify，还是希望把AI原型升级为生产可用的企业智能应用，都能从书中获得参考，快速掌握智能体应用的搭建与优化方法。
【内容简介】
《Dify AI智能体应用开发》系统阐述Dify在智能应用构建中的核心能力，内容涵盖平台基础认识、环境部署、工作流编排、 Prompt IDE使用方法、知识库构建与RAG机制、Agent调用与智能行为设计、API集成与外部系统连接、应用界面管理、企业级业务场景实践、多模型协同、插件与扩展机制，以及Dify部署与性能优化方法等。*后3章通过多平台内容生成器、文档理解助手、深度搜索应用搭建的实战示例，将模型配置、工作流设计、工具链整合与发布流程贯通，使技术体系在真实案例中得以验证。
《Dify AI智能体应用开发》从入门到进阶，再到工程实践，形成渐进式学习路径，《Dify AI智能体应用开发》适合AI应用与智能体开发人员、产品设计人员、高校学生及技术爱好者，快速掌握低代码智能体应用开发。
【目录】
目 录
第 1 章 快速体验Dify1
1.1 为什么需要Dify1
1.2 在线版Dify体验2
1.2.1 注册与登录2
1.2.2 界面总览4
1.3 本地部署Dify7
1.3.1 环境准备与依赖安装7
1.3.2 Docker Compose部署11
1.3.3 控制台配置与访问15
1.4 配置模型与API Key17
1.4.1 OpenAI模型接入17
1.4.2 模型参数与调用策略18
1.4.3 验证与调用监测19
1.5 本章小结19
第 2 章 工作流的可视化编排20
2.1 工作流的基础组成20
2.1.1 节点与任务的定义20
2.1.2 输入与输出的衔接22
2.1.3 数据依赖与变量传递23
2.1.4 流程图与执行顺序23
2.2 可视化流程设计方法25
2.2.1 条件判断与分支构造25
2.2.2 循环与迭代处理26
2.3 本章小结27
第 3 章 Prompt IDE与提示工程28
3.1 Prompt设计的基本原则28
3.1.1 角色与身份设定28
3.1.2 指令与任务约束30
3.1.3 答复风格的规范34
3.1.4 错误响应处理36
3.2 Prompt IDE的使用方法38
3.2.1 编辑器界面说明38
3.2.2 多版本管理机制43
3.2.3 运行结果调试43
3.3 提示设计的进阶应用46
3.3.1 控制回答的语气与格式46
3.3.2 上下文引用与衔接47
3.3.3 复杂任务的多层提示48
3.4 本章小结49
第 4 章 知识库与RAG机制50
4.1 知识库的构建方式50
4.1.1 文件类型的支持范围50
4.1.2 文档切分策略52
4.1.3 向量化与存储原理54
4.1.4 索引结构与检索流程55
4.2 RAG的运行逻辑57
4.2.1 问题解析与召回57
4.2.2 相关内容的筛选59
4.2.3 结果融合与重排序61
4.3 知识库应用案例63
4.3.1 公司内部问答助手63
4.3.2 智能客服助手66
4.4 知识库的维护与迭代69
4.4.1 定期更新策略69
4.4.2 错误数据清理70
4.4.3 扩展多来源内容72
4.4.4 检索性能优化73
4.5 本章小结74
第 5 章 Agent与工具调用75
5.1 Agent的核心机制75
5.1.1 任务分解与调度75
5.1.2 工具调用逻辑76
5.1.3 自主循环处理79
5.1.4 错误检测与修复80
5.2 工具调用的实现路径82
5.2.1 工具接口定义82
5.2.2 鉴权与安全控制84
5.2.3 日志与调用跟踪86
5.3 Agent与知识管道结合87
5.3.1 管道输出的调用方式88
5.3.2 Agent与RAG协同89
5.3.3 Agent驱动的复合任务91
5.3.4 应用闭环的实现93
5.4 高级Agent设计思路93
5.4.1 分布式协作模式93
5.4.2 分层结构设计94
5.4.3 自我学习机制97
5.5 本章小结99
第 6 章 API与应用集成100
6.1 应用部署方式100
6.1.1 Web端嵌入方法100
6.1.2 移动端集成方案102
6.1.3 独立服务部署模式103
6.1.4 外部接口适配策略105
6.2 API调用方法107
6.2.1 接口定义与参数说明107
6.2.2 数据格式与返回结果110
6.2.3 错误码与处理逻辑111
6.2.4 限流与重试控制112
6.3 集成外部系统113
6.3.1 企业办公平台接入113
6.3.2 客户关系系统对接114
6.3.3 企业资源管理对接116
6.4 本章小结117
第 7 章 界面管理与用户交互118
7.1 应用管理功能118
7.1.1 应用的创建与删除118
7.1.2 应用克隆与迁移120
7.1.3 标签与分组管理122
7.2 用户与权限控制122
7.2.1 用户的添加与分配122
7.2.2 权限等级划分124
7.2.3 多团队协作机制125
7.2.4 数据访问隔离127
7.3 应用使用场景演示129
7.3.1 部门内部共享应用129
7.3.2 面向客户的外部使用130
7.3.3 多应用并行运营131
7.4 本章小结132
第 8 章 Dify在企业场景中的应用133
8.1 智能客服系统133
8.1.1 常见问题知识库建设133
8.1.2 工单分流自动化135
8.1.3 与人工客服协同137
8.1.4 客户满意度提升140
8.2 内部协作助手141
8.2.1 行政流程问答142
8.2.2 人力资源咨询144
8.2.3 信息技术支持146
8.2.4 部门知识共享147
8.3 行业定制应用148
8.3.1 金融合规答疑148
8.3.2 语义驱动的法规解释机制148
8.3.3 医疗健康咨询149
8.3.4 教育教学辅导150
8.4 本章小结151
第 9 章 Dify的高级特性与扩展152
9.1 多模型协同152
9.1.1 模型切换策略152
9.1.2 模型冗余机制153
9.1.3 模型组合调用155
9.1.4 本地模型接入157
9.2 插件机制158
9.2.1 插件框架原理159
9.2.2 常见插件分类159
9.2.3 插件开发流程162
9.2.4 插件版本管理163
9.3 安全与合规164
9.3.1 审计与追踪机制164
9.3.2 数据加密方法165
9.3.3 合规性校验167
9.4 扩展能力设计167
9.4.1 自定义节点开发167
9.4.2 外部工具接入168
9.4.3 业务逻辑封装169
9.5 本章小结170
第 10 章 Dify的部署与性能优化171
10.1 部署模式选择171
10.1.1 云端部署架构171
10.1.2 本地化部署流程173
10.1.3 混合式部署模式176
10.2 高可用性设计178
10.2.1 水平扩展方法178
10.2.2 容灾与备份策略179
10.2.3 版本记录与回滚181
10.3 性能优化方法183
10.3.1 向量检索调优183
10.3.2 并发处理机制185
10.3.3 模型调用加速187
10.4 本章小结189
第 11 章 实战1：多平台内容生成器190
11.1 构建多平台内容生成器前的准备工作190
11.1.1 准备文本、文档并上传知识库190
11.1.2 对知识库进行召回测试194
11.2 构建工作流196
11.2.1 创建新工作流196
11.2.2 用户输入节点：收集终端用户的输入197
11.2.3 参数提取器节点：识别目标平台199
11.2.4 IF/ELSE节点：验证平台提取结果201
11.2.5 列表操作器节点：按类型分离上传的文件201
11.2.6 文档提取器节点：从文档中提取文本202
11.2.7 LLM节点：整合所有参考材料203
11.2.8 迭代节点：为每个平台创建定制内容204
11.2.9 模板节点：格式化*终输出206
11.3 测试、发布和共享工作流206
11.3.1 测试工作流207
11.3.2 发布并共享工作流210
11.4 本章小结211
第 12 章 实战2：搭建文章理解助手212
12.1 创建Chatflow212
12.1.1 文章理解助手功能介绍212
12.1.2 新建Chatflow213
12.2 新增节点214
12.2.1 开始节点215
12.2.2 文档提取器216
12.2.3 LLM节点217
12.2.4 结构提取节点218
12.3 问题抛出并测试工作流219
12.3.1 处理多个上传文件219
12.3.2 只处理文件列表中的特定文件221
12.4 本章小结222
第 13 章 实战3：深度搜索应用搭建223
13.1 DeepResearch应用创建与输入配置223
13.1.1 基于模板创建DeepResearch应用223
13.1.2 配置开始节点与首次检索链路224
13.2 循环研究流程与结果汇总配置226
13.2.1 配置研究代理与迭代控制226
13.2.2 配置*终总结与回答输入228
13.3 预览运行与研究结果验证229
13.3.1 发起预览并观察检索过程230
13.3.2 检查研究报告与来源信息231
13.4 本章小结232
【前言】
前 言
人工智能应用正迅速从模型能力竞争转向工程体系竞争，在模型规模不断增长、应用需求持续扩展的背景下，如何将智能模型稳定、高效、可控地引入业务场景，成为产业界必须面对的新问题。以大模型为核心的应用系统开始呈现标准化趋势，从Prompt设计、知识检索、工作流编排到交互界面生成，各项能力需要在统一平台上被整合、约束与协同。Dify正是在这一背景下应运而生的，为智能应用开发提供了从底层模型到应用生态的完整工具体系。
随着工作流编排、智能代理机制和RAG检索增强方法的成熟，AI应用的构建过程逐渐从线性编程转向图形化、模块化与可复用化，模型能力不再孤立存在，而是在Prompt、知识库、工具调用等机制的协作下形成端到端的应用链路，使业务逻辑能够以更加可解释、可维护的方式推进。Dify将这些能力进行统一抽象，使开发者能够在一个平台内完成从原型构思到落地部署的全流程，提高智能应用的构建速度与质量。
AI在企业级场景中的应用需求推动了更高层次的集成能力，从权限管理、接口调用到跨系统协作，每一个环节都要求平台具备稳定性、扩展性与可控性。Dify通过模型管理、多模型协同、插件机制与性能优化策略，为构建可靠的智能系统提供了基础设施，使企业能够按照自身业务特征建立可持续演进的智能生态。
本书从Dify的基础认识切入，逐步介绍工作流编排、Prompt IDE、知识库与RAG机制、Agent体系、API集成方式、界面管理以及Dify在企业场景中的应用。书中提供了多个实用案例，同时还对部署模式、高可用设计与性能优化方法进行了系统讲解，使读者能够理解在真实业务环境中保障可用性的关键技术点。
本书共13章，各章具体内容如下：
第1~3章围绕Dify的部署和配置与核心工具展开讲解，重点包括本地部署、工作流引擎、Prompt IDE，为读者建立统一的认知基础。
第4~7章进入应用构建的关键技术路径，对RAG检索逻辑、Agent协同机制、API集成方式与界面交互管理进行深入阐述。
第8~10章面向企业场景、扩展机制、部署优化展开介绍，包括多模型协同、插件框架、权限控制、性能优化，帮助读者构建工程落地基础。
第11~13章通过多平台内容生成器、文档理解助手、深度搜索应用搭建3个实战案例，以完整的构建流程展示如何将理论方法转换为可落地的工程成果。
本书注重技术逻辑的连贯性与工程实践的可操作性，使读者能够在清晰的结构下建立对Dify平台的系统理解。每章内容均围绕开发与应用场景展开，强调从方法到实践的可迁移性，全书力求为智能应用的构建提供可复用、可扩展的技术框架。
本书适合AI应用与智能体开发人员、产品设计人员、高校学生及技术爱好者，快速掌握低代码智能体应用开发。
由于编者水平有限，书中难免存在疏漏之处，敬请广大读者和业界专家批评指正。
编 者
2026年6月
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
