注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】

清华《GPT多模态大模型与AI Agent智能体》书籍配套视频课程【陈敬雷】

GPT多模态大模型与AI Agent智能体系列九十八

零代码搞定！DeepSeek+Dify实战指南：本地化部署AI应用，3步搭知识库/智能体（附避坑技巧）

在AI应用开发门槛居高不下的当下，很多人想拥有“数据私有、灵活定制、不用写代码”的智能工具——而DeepSeek（强性能开源大模型）+Dify（低代码AI开发平台） 的组合，恰好解决了这个痛点。前者提供接近OpenAI o1的推理能力，后者让非技术人员也能拖拽式搭建应用，两者结合既能保证数据本地化安全，又能快速落地聊天助手、企业知识库、智能Agent等场景。本文基于腾讯云开发者社区实战教程，拆解从环境部署到应用落地的全流程，新手跟着做也能一次成功。

一、先搞懂核心：为什么选DeepSeek+Dify？

在动手前，先明确两个工具的定位，避免“知其然不知其所以然”：

• DeepSeek：深度求索推出的开源大模型，其中DeepSeek-R1是核心款——数学推理、代码生成、中文理解能力突出，7B/8B参数版本在普通服务器甚至高配电脑上就能跑，且支持本地化部署，数据不用上传第三方；
• Dify：低代码AI应用开发平台，相当于“AI应用的搭积木工具”——不用写一行代码，通过界面配置就能接入大模型、上传私有数据、生成应用，还支持知识库、Agent智能体等核心功能，完美适配企业/个人的定制化需求。

两者结合的核心优势很明确：降低开发门槛（零代码）、保障数据安全（本地化）、提升应用实用性（私有知识库+工具调用），无论是企业做智能客服，还是个人搭知识管理助手，这套组合都能快速落地。

二、第一步：Dify安装部署（Linux系统，新手友好）

Dify依赖Docker环境，推荐用Ubuntu 20.04（稳定性强），全程3步搞定，遇到问题还能换源解决：

1. 环境准备：先装Docker和Docker Compose

这是部署Dify的基础，先卸载旧版本（避免冲突），再装依赖、加国内源（加速下载）：

# 1. 卸载旧版Docker
sudo yum remove docker docker-client docker-latest

# 2. 安装必要依赖
sudo yum install -y yum-utils

# 3. 加阿里云Docker源（比官方源快10倍）
sudo yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

# 4. 安装Docker和Docker Compose
sudo yum install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin

# 5. 启动Docker并设为开机自启
sudo systemctl start docker
sudo systemctl enable docker

# 验证：输入后能看到版本号就成功
docker --version
docker-compose --version

2. 获取Dify代码：Git克隆到本地

Dify代码开源在GitHub，用Git命令就能拉取，全程1分钟：

# 克隆代码仓库（没装Git的话先输sudo yum install git）
git clone https://github.com/dify-ai/dify.git

# 进入Dify目录（后续操作都在这里）
cd dify

3. 启动Dify：一行命令跑起来

关键是复制配置文件、用Docker Compose启动，过程中会自动拉取镜像，耐心等5-10分钟（视网速而定）：

# 1. 进入Docker配置目录
cd docker

# 2. 复制环境配置文件（把示例文件改成可用配置）
cp .env.example .env

# 3. 启动Dify服务（-d表示后台运行）
docker-compose up -d

避坑点：如果出现“镜像下载失败”，打开.env文件，找到REGISTRY_MIRROR，改成国内镜像源（如https://docker.mirrors.ustc.edu.cn），保存后重新执行docker-compose up -d。

三、第二步：Dify配置——连接DeepSeek模型

启动Dify后，得先完成初始化，再把DeepSeek“接”进来，这是实现AI能力的核心：

1. 首次访问与初始化

打开浏览器，输入http://你的服务器IP/（默认端口80，不用加端口号），首次进入会提示“初始化管理员账号”：

• 输入用户名（如admin）、密码（建议含大小写+数字，更安全）；
• 点击“完成初始化”，就能登录Dify后台了。

2. 配置模型供应商：把DeepSeek加进来

Dify本身不自带模型，需要对接已部署好的DeepSeek（如何部署DeepSeek？可参考之前的Ollama部署教程，这里默认你已在本地/服务器跑通DeepSeek）：

1. 登录后，点击右上角头像→设置，进入配置页面；
2. 左侧选模型供应商，右侧下拉框找到Ollama（因为DeepSeek是用Ollama部署的），点击“添加模型”；
3. 填写关键信息：
   • 模型名称：填deepseek-r1:7b（或你部署的其他版本，如8b）；
   • 基础URL：填DeepSeek的本地地址（如果Dify和DeepSeek在同一服务器，填http://127.0.0.1:11434；不同服务器填“目标IP:11434”）；
   • 其他参数默认，点击“保存”——至此，Dify就和DeepSeek打通了！

排查技巧：如果提示“模型连接失败”，先检查Ollama是否在运行（输ollama list看有没有DeepSeek模型），再确认URL的IP和端口是否正确（11434是Ollama默认端口）。

四、第三步：3大核心应用实战（零代码，全程可视化）

配置好模型后，就能用Dify搭实际应用了，重点讲3个最实用的场景：聊天助手、私有知识库、Agent智能体。

1. 场景1：快速搭“专属聊天助手”

适合个人日常问答、企业简单客服，步骤超简单：

1. 回到Dify主页，点击全部→创建空白应用→选择“聊天助手”；
2. 填应用信息：名称（如“我的AI助手”）、描述（可选），点击“创建”；
3. 进入“编排页面”：
   • 模型选择：下拉框选刚才配置的deepseek-r1:7b；
   • 提示词设置（关键！）：这里的提示词是“给AI的隐藏指令”，用户看不到，比如填“你是专业的职场助手，回答要简洁，重点突出，不聊无关话题”——用来约束AI的回复风格；
4. 测试优化：点击右上角“预览”，输入问题（如“写一个会议纪要模板”），看AI回复是否符合预期；如果太啰嗦，就回到编排页修改提示词（如加“回复不超过300字”），直到满意。

2. 场景2：建“私有知识库”（让AI懂你的专属资料）

很多时候，AI不懂企业内部文档、行业资料——Dify的知识库功能能解决这个问题，原理是“把文档拆成小块→转化为向量存储→用户提问时检索匹配内容→结合DeepSeek生成答案”：

Step 1：准备知识数据

整理要上传的资料，Dify支持PDF、TXT、MD格式（不建议传DOCX，可能识别不全），比如“公司产品手册.pdf”“2024行业报告.txt”，确保内容准确（数据越准，AI回答越对）。

Step 2：导入知识库

1. 在Dify左侧点知识库→创建知识库，填名称（如“公司产品库”）；
2. 点击“上传知识”，选择准备好的文档，可一次性传多个；
3. 设导入参数（新手默认即可）：
   • 拆分长度：默认500字符（拆太碎会丢上下文，太大会检索慢）；
   • 向量模型：用Ollama的nomic-embed-text（之前部署DeepSeek时可能已装，没装的话输ollama pull nomic-embed-text）；
4. 点击“开始处理”，等1-3分钟（视文档大小），提示“处理成功”就完成了。

Step 3：用知识库聊天

1. 回到之前建的“聊天助手”应用，在编排页左侧找“知识库”；
2. 勾选刚才创建的“公司产品库”，点击“保存”；
3. 预览时提问：比如“我们公司A产品的定价是多少？”——AI会基于上传的产品手册，给出准确答案，而不是泛泛而谈！

3. 场景3：做“Agent智能体”（让AI自动干活）

Agent是更高级的应用，能让AI自动调用工具、处理复杂任务，比如“图表制作助手”“数据查询助手”，以搭“图表制作助手”为例：

1. 主页点创建空白应用→选择“Agent”，填名称（如“图表制作小助手”）；
2. 编排页面配置：
   • 提示词：“你是图表制作助手，能根据用户需求生成饼图、柱状图，用简单语言说明图表逻辑”；
   • 加工具：点击左侧“工具→添加工具”，搜索“chart_pie_chart”（饼图工具）、“chart_bar_chart”（柱状图工具），选择后按提示授权（部分工具需要APIKey，免费的可先用测试Key）；
3. 调试预览：
   • 输入需求：“用我知识库的‘2024Q1销售数据’，做一个各地区销售额柱状图”；
   • 观察Agent：它会先检索知识库数据，再调用柱状图工具，生成图表链接和说明——全程不用你手动操作！

五、新手必看：3个避坑技巧+2个实用建议

1. 安装Dify时镜像慢？
   改.env文件的镜像源，除了阿里云，还能试网易源（https://hub-mirror.c.163.com），改完重启服务：docker-compose down && docker-compose up -d。

2. 知识库文档识别不全？
   优先用PDF（扫描件不行，要可复制文字的）、TXT，上传前检查格式：去掉多余空格、特殊符号，避免文档太大（单文件建议不超过100MB）。

3. Agent工具调用失败？
   先看工具是否授权（比如有些API需要填Key），再检查网络：如果工具需要联网（如在线图表工具），确保Dify服务器能连外网。

4. 实用建议1：数据备份
   知识库数据存在dify/docker/volumes目录，定期复制到其他地方，避免服务器故障丢数据。

5. 实用建议2：模型升级
   如果觉得DeepSeek-R1:7b性能不够，可升级到8b版本，只需在Ollama输ollama pull deepseek-r1:8b，再在Dify模型配置里改名称即可。

总结：零代码也能搭企业级AI应用

DeepSeek+Dify的组合，打破了“AI应用开发只能靠程序员”的壁垒——非技术人员能零代码搭聊天助手、私有知识库，企业能本地化部署保障数据安全，甚至能做自动干活的Agent。整个流程核心是“部署Dify→连DeepSeek→搭应用”，跟着本文步骤，1小时内就能落地第一个AI应用。

如果是企业用，建议把Dify部署在内部服务器，知识库传行业资料、业务文档；如果是个人用，用本地电脑跑Ollama+DeepSeek+Dify，做专属知识助手——赶紧动手试试，让AI真正为你“量身定制”！

更多技术内容

更多技术内容可参见
清华《GPT多模态大模型与AI Agent智能体》书籍配套视频【陈敬雷】。
更多的技术交流和探讨也欢迎加我个人微信chenjinglei66。

总结

此文章有对应的配套新书教材和视频：

【配套新书教材】
《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】
新书特色：《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）是一本2025年清华大学出版社出版的图书，作者是陈敬雷，本书深入探讨了GPT多模态大模型与AI Agent智能体的技术原理及其在企业中的应用落地。
全书共8章，从大模型技术原理切入，逐步深入大模型训练及微调，还介绍了众多国内外主流大模型。LangChain技术、RAG检索增强生成、多模态大模型等均有深入讲解。对AI Agent智能体，从定义、原理到主流框架也都进行了深入讲解。在企业应用落地方面，本书提供了丰富的案例分析，如基于大模型的对话式推荐系统、多模态搜索、NL2SQL数据即席查询、智能客服对话机器人、多模态数字人，以及多模态具身智能等。这些案例不仅展示了大模型技术的实际应用，也为读者提供了宝贵的实践经验。
本书适合对大模型、多模态技术及AI Agent感兴趣的读者阅读，也特别适合作为高等院校本科生和研究生的教材或参考书。书中内容丰富、系统，既有理论知识的深入讲解，也有大量的实践案例和代码示例，能够帮助学生在掌握理论知识的同时，培养实际操作能力和解决问题的能力。通过阅读本书，读者将能够更好地理解大模型技术的前沿发展，并将其应用于实际工作中，推动人工智能技术的进步和创新。

【配套视频】

清华《GPT多模态大模型与AI Agent智能体》书籍配套视频【陈敬雷】
视频特色： 前沿技术深度解析，把握行业脉搏

实战驱动，掌握大模型开发全流程

智能涌现与 AGI 前瞻，抢占技术高地

上一篇：《GPT多模态大模型与AI Agent智能体》系列一》大模型技术原理 - 大模型技术的起源、思想
下一篇：DeepSeek大模型技术系列五》DeepSeek大模型基础设施全解析：支撑万亿参数模型的幕后英雄