今天我们用最新技术DIFY工作流来搭建一个人工智能机器人，这里的机器人对接主流的大模型，而且想用什么模型都可以自由切换，这就是dify工作流的强大之处。

1.部署一个本地的dify跑起来：

部署使用docker部署，一键部署非常方便

开源地址：https://github.com/langgenius/dify
执行启动命令：
cd dify
cd docker
cp .env.example .env
docker compose up -d

申请模型 API key：AI 模型调用需消耗 token，Dify 提供部分免费调用额度，用完需在模型厂商官方渠道申请 API key，并填入 Dify 的【设置】–【模型提供商】处。（这里我们用的是火山引擎豆包AI大模型）

2.打开dify界面构建工作流节点

工作流里面都是无代码直接操作，非常方便！

如果要求输出信息更加精准具有自定义效果，我们可以让他“学习一下”，这里的学习其实就是投喂知识库。下面是详细步骤：

1. 上传知识库（如果你嫌麻烦也可以省略这一步）
   • 登录 Dify 页面，点击知识库菜单，选择创建知识库。
   • 上传本地知识库文件，如文本文件等，点击下一步。
   • 自定义分段标识符，选择合适的 Embedding 模型，如硅基流动的嵌入模型，点击保存并处理。
   • 等待处理完成，完成后会有对勾标识。
   • 做好后像上述截图中一样将知识库节点增加进去，然后选择你命名的知识库文件就好了。
2. 创建聊天助手
   • 创建一个聊天助手，配置一个模型就搞定了。模型的命令如：“你是一个某某行业专业的人工智能客服，请按照问题{xxx}回答！….”
   • 说明：后面可以自由发挥加入你自己想给到AI的指令。
   • 最后增加一个输出节点即可。

简单一点，其实3个节点就可以制作出一个智能客服机器人，上面截图是我制作好的机器人，里面有一些逻辑判断，所以看着稍微复杂一点。

3.其他配置技巧：

1）.如何配置dify里对应服务商模型的key？

点击右上角的设置按钮，选择你需要使用的模型供应商，然后下面有个从xxx获取key点击进去直接到达供应商的key申请页面申请即可，然后按照要求填写进去。如果没有填写好，是不能保存的，这里注意下即可！

2）.如何更换dify的模型？

选择你的LLM节点，点击后编辑模型即可，非常简单！

3）.dify知识库如何增加到命令行？

在LLM模型配置里“上下文”处选择知识库检索的结果

再在下方命令行输入“/”或点击{x}按钮选择上下文即可带入这个知识库变量