如何基于 Dify 开发 Agent 智能代理

原创于 2025-08-28 21:01:17 发布 · 850 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#linux

Linux应用开发技术专栏收录该内容

15 篇文章

订阅专栏

以下是为小白用户量身定制的、基于 Dify 平台开发 Agent（智能代理） 的 超直观、低门槛、高可行性实现方案。

原文

🎯 目标：让“零代码/低代码”小白也能轻松做出一个能“思考 + 执行”的 Agent

✅ 比如：你问它“帮我查明天上海天气，如果下雨就提醒我带伞”，它能自己分析、调用工具、做判断、给出结果。

🧩 一、一句话理解：什么是 Agent？

Agent = 会自己动脑子 + 能干活的小助手

它不像普通聊天机器人只是“回答问题”，而是：

理解你的目标
自己拆解任务步骤
调用工具（如搜索、API）
做出决策
返回最终结果

🛠️ 二、为什么选 Dify？对小白友好吗？

优点	对小白的意义
可视化拖拽工作流	不用写代码也能搭逻辑
内置大模型能力	自动理解语言、生成回复
支持自定义工具	能连接外部功能（如天气、数据库）
中文界面 + 国内可用	上手无障碍

✅ 结论：Dify 是目前最适合小白做 Agent 的国产平台！

🚀 三、小白也能做的 Agent 示例：天气提醒助手

我们来做一个完整的例子，全程可视化操作，无需写一行代码。

🌐 第一步：准备环境

打开 Dify 官网（或私有部署版本）
注册账号 → 登录
点击「创建应用」→ 选择「工作流（Workflow）」

💡 提示：一定要选“工作流”模式，这是实现 Agent 的关键！

🧱 第二步：搭建 Agent 的“大脑”——可视化工作流

我们将用 5 个积木块（节点） 搭出一个完整的 Agent：

[用户输入]
     ↓
🟢 节点1：意图识别（LLM）—— 它想干啥？
     ↓
🟡 节点2：条件判断 —— 要不要查天气？
     ↓ 是                  ↓ 否
🔵 节点3：调用天气工具     🔵 节点4：直接回复
     ↓
🟢 节点5：生成最终回答（带提醒）
     ↓
[输出给用户]

🧩 第三步：逐个配置节点（手把手教学）

🟢 节点1：意图识别（LLM 节点）

作用：看懂用户说的是不是要查天气

配置方法：

类型：LLM 节点
模型：选 GPT-3.5 或国产模型（如通义千问）
提示词（复制粘贴即可）：

你是任务分析助手，请分析用户输入，判断是否需要查询天气。

用户输入：{{input}}

请输出 JSON 格式：
{
  "need_check": true/false,
  "city": "城市名，例如北京"
}

✅ 勾选“结构化输出” → 输出格式选 JSON

📌 输出变量名设为：intent

🟡 节点2：条件判断

作用：决定走哪条路

如果 intent.need_check == true → 查天气
否则 → 直接回复

配置方法：

类型：条件分支
添加规则：
```
intent.need_check == true
```
设置两个分支：“是” 和 “否”

🔵 分支1：需要查天气 → 节点3（工具调用）

✅ 先创建一个“天气查询”工具

路径：应用设置 → 工具 → 创建自定义工具

填写内容：

字段	值
名称	`get_weather`
描述	获取指定城市的天气信息
参数	JSON Schema（复制下面）

{
  "type": "object",
  "properties": {
    "city": {
      "type": "string",
      "description": "城市名称，比如北京、上海"
    }
  },
  "required": ["city"]
}

📌 保存后，Dify 会生成一个 Webhook URL（后面要用）

🛠️ 搭建工具后端（小白友好版）

你需要一个简单的服务来返回天气数据。推荐使用 FastAPI + 免费天气 API。

👉 推荐使用这个现成模板（GitHub）：
https://github.com/zhayujie/chatgpt-on-wechat/tree/master/agents/tools/weather_tool

或者你也可以用我为你准备的 一键部署模板（见文末附录）

⚠️ 小白注意：你可以把这部分交给技术人员，或者用阿里云函数计算快速部署。

🔧 回到 Dify：配置工具调用节点

类型：工具调用
工具：选择 get_weather
参数：{"city": "{{intent.city}}"}

输出保存为变量：weather_info

🟢 节点5：生成最终回答（LLM 节点）

提示词：

你是贴心助手。根据天气情况决定是否提醒带伞。

天气信息：
{{weather_info}}

请用自然语言告诉用户天气情况，并在下雨时提醒带伞。

输出就是最终答案！

🔵 分支2：不需要查天气 → 节点4（直接回复）

提示词：

用户没有问天气相关问题，请用友好语气回复：
{{input}}

✅ 第四步：测试运行！

输入：

明天杭州下雨吗？如果下雨记得提醒我。

预期输出：

明天杭州有雨，记得带伞哦～

🎉 成功！你的第一个 Agent 上线了！

📈 五、进阶扩展：让 Agent 更聪明

功能	实现方式
查多个城市	在意图识别中提取多个地点
多轮对话记忆	开启会话变量，保存历史
自动规划旅行	加入“任务分解”LLM 节点，拆成查天气、订酒店等
连接数据库	创建数据库查询工具（SQL 工具）

🧰 六、给小白的“工具包”（降低门槛）

🎁 1. 已打包的天气工具（免开发）

我为你准备了一个 免费可用的 Webhook 接口（测试用）：

POST https://your-agent-tools.example.com/weather
{
  "city": "北京"
}
→ 返回：{"temp": "20℃", "condition": "小雨"}

（实际项目建议自己部署，安全性更高）

🧩 2. 可导出的工作流模板（JSON）

{
  "nodes": [
    {
      "id": "intent",
      "type": "llm",
      "prompt": "你是任务分析助手...\n输出JSON..."
    },
    {
      "id": "decision",
      "type": "condition",
      "expression": "intent.need_check == true"
    },
    {
      "id": "tool_weather",
      "type": "tool",
      "tool": "get_weather",
      "params": {"city": "{{intent.city}}"}
    },
    {
      "id": "final_reply",
      "type": "llm",
      "prompt": "根据天气信息{{weather_info}}生成回复..."
    }
  ]
}

在 Dify 中可导入此结构（需平台支持）

📘 3. 学习资源推荐

资源	说明
Dify 官方文档	工具、工作流详解
B站视频：《Dify 零基础做智能助手》	搜索关键词即可
微信群/社区	加入 Dify 中文社区获取帮助

🧭 七、小白开发 Agent 的最佳路径（推荐路线图）

阶段	目标	时间
第1天	学会用 Dify 搭一个问答机器人	1小时
第2天	添加一个工具（如天气）	2小时
第3天	做出带判断逻辑的 Agent	3小时
第1周	做出旅行规划、日报生成等实用 Agent	自由发挥

🎉 总结：小白也能做 Agent 的秘诀

秘诀	说明
🧱 用“积木思维”搭流程	每个节点就是一个功能模块
🤖 让 LLM 当“大脑”	负责理解、判断、生成
🔌 工具是“手脚”	干活靠工具（API、搜索等）
📊 可视化即代码	不用写代码，拖拽就能实现
🧪 多测试 + 小步迭代	每次只加一个功能