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。
Datawhale
- 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
学完你能
- 在本地用 Docker 与 Docker Compose 部署并启动 Dify 服务
- 设计并调优提示词，控制角色模拟与 AI 交互效果
- 基于知识库导入与检索搭建信息问答类应用
- 创建和配置 Agent 工作流，实现信息检索、内容生成与格式转换的自动化
- 用 Dify 连接数据库完成 text2sql 与图表数据分析
- 配置 MCP client，理解并复现 MCP 应用
- 搭建语音文本转化的多模态语音智能体
- 理解 DeepResearch 原理并复现一个 DeepResearch 应用
适合你吗
适合
适合 AI 开发者、产品经理、在校学生与对 AI 自动化感兴趣的自学者，希望按官方顺序系统学习基于 Dify 的大模型应用开发全流程。
暂不适合
不适合想深入模型训练、算法原理或底层实现的学习者；本教程聚焦 Dify 平台上的应用搭建与编排。
需要先会
无需深厚编程背景，但需对大模型基本概念（提示词、RAG、Agent）有初步了解。
课程特点
- 内容侧重
- 按内容目录判断
- 练习与项目
- 建议按「入门任务 → 进阶任务 → 工具使用」顺序逐章动手，在复现教程的基础上修改配置或提示词，观察 AI 行为变化。
- 学习时长
- 11 个课节原站未给出统一学习时长；实际用时取决于已有基础。
- 内容费用
- 费用待核验原站未说明教程本身收费情况；但学习前提中提示需自备可用的 LLM API Key，实际练习可能产生 API 调用费用，或使用本地 Ollama 替代。
内容覆盖
- Dify本地部署（Docker 安装与配置、Docker Compose 启动服务）
- 掌握提示词（prompt）设计
- 哄哄模拟器
- 新生入学指南助手（知识库导入与检索）
- 快速批处理小问题
- 小红书读书卡片（Agent 工作流）
- 面试宝典（知识库索引与 Agent 应用）
- text2sql 及 echart 数据分析
- DeepResearch
- MCP（MCP client 配置与应用原理）
- 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
- 课程主页
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。