返回资源列表

Datawhale(datawhalechina) · 王熠明 · 高增玉 · 刘伟鸿 · 甘小琦 · 杨若朴 · 陈欣婧 · 邓宇文 · 潘笃驿

《Dify 应用开发指南》self-dify 2.0

跟随官方教程完成 Dify 本地部署,并动手搭建提示词应用、知识库问答、Agent 工作流、text2sql、DeepResearch、MCP、语音智能体等多类大模型应用。

打开官方课程
难度
见前置条件
形式
实践教程
语言
zh
规模
11 个课节
内容费用
费用待核验
动手
需要动手环境

使用限制

教程文档在 GitHub 上公开可读,但完整实践需自备 Docker 环境与可用的 LLM API Key 或本地 Ollama。开课提示词尚未实际运行验证。

学习材料
GitHub 账号(可匿名浏览仓库与文档,登录后便于克隆/提 Issue)
练习与作业
可用的 LLM API Key(OpenAI、DeepSeek、智谱 AI、文心一言等)或本地部署 Ollama若使用云端 LLM API 可能产生调用费用;原站未说明具体价格

第一次学这门课?先完成学前准备,把课程目录搭好。

每节课这样学

  1. 发提示词把下面的每课提示词发给 AI Agent,它会准备这一课的练习文件。
  2. 学官方课节打开对应课节学习,按提示从第一道练习做起;它不会替你写答案。
  3. 记进度学完让 AI Agent 在 progress.md 勾选,并把疑问整理到 questions.md。
每课提示词 · 每次学习前用
继续学习「《Dify 应用开发指南》self-dify 2.0」。课程目录是 self-dify-guide/(不知道完整路径就先问我)。
1. 读 progress.md,找到下一课;如果我指定了第几课,就准备那一课。
2. 打开这一课的官方页面和本地讲义,列出本课练习要用的工具、文件和样例数据。缺少的先告诉我,等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习:exercises/ 里给每道题建一个文件,写上题号和题目原文链接,不写答案;已有文件保留,样例数据放到 data/。拿不到官方题目或起始代码时记录限制,不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单,并检查本课新增工具能否正常使用。
5. 告诉我:本课先读哪几节、从哪道练习开始、大约需要多久。我学完后,帮我在 progress.md 勾选并把问题整理到 questions.md。

边界:
- 需要管理员权限、会产生费用或需要填写密钥的操作,先告诉我原因,等我同意。密钥由我在本机配置,不发到聊天,不写进笔记或版本库;原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案,也不替我提交。我卡住时只给提示;我明确要求时才给解答。
- 只下载许可允许个人保存的材料;其余只放链接。不把未运行的命令说成成功。

课节共 11 节 · 官方顺序

  1. 01Dify本地部署
  2. 02掌握提示词(prompt)设计
  3. 03哄哄模拟器
  4. 04新生入学指南助手
  5. 05快速批处理小问题
  6. 06小红书读书卡片
  7. 07面试宝典
  8. 08text2sql及echart数据分析
  9. 09DeepResearch
  10. 10MCP
  11. 11多模态入门(语音文本转化)

来源与使用须知

收录时间
本站首次收录 2026-10-16
指南参考

版权与转载

  • CC BY-SA 4.0:可转载和改编,需署名;改编作品须使用相同许可。原站说明
  • 本站只提供原始链接和学习指南,不转载、不镜像课程材料;引用时请注明原作者与出处。