Dify + DeepSeek：零代码搭建24小时在线的AI客服Agent_dify入门教程-CSDN博客

文章目录

前言：技术简介

若对您有帮助的话，请点赞收藏加关注哦，您的关注是我持续创作的动力！

①Dify
Dify 是一个开源的大模型应用开发平台，把知识库（RAG）、Agent 编排、工作流画布、模型管理全部做成了可视化界面。不会写代码，也能像搭积木一样拼出一个完整的 AI 应用。

②DeepSeek
DeepSeek 是国产大模型里性价比的代表，中文理解能力强，API 价格低到可以忽略不计。deepseek-chat 负责日常对话，deepseek-reasoner 负责复杂推理，两兄弟覆盖了绝大多数客服场景。

③RAG 知识库
RAG（检索增强生成）解决大模型"一本正经胡说八道"的问题：先把企业资料喂进知识库，用户提问时先检索相关段落，再让模型基于检索结果回答。客服场景的标配。

④Agent
Agent 不是简单的一问一答，而是"会自己调工具的助手"——查订单、算价格、发工单，模型自己决定什么时候调哪个工具。Dify 的 Agent 节点同时支持 Function Calling 和 ReAct 两种策略。

结合使用场景
本文用一个真实案例串联以上技术：用 Dify 平台接入 DeepSeek 模型，导入产品资料建立知识库，搭建一个能查资料、会追问、7×24 小时在线的 AI 客服 Agent，最后一行 HTML 代码嵌入自己的官网。全程零代码，30 分钟搞定。

一、方案选择：云端版还是本地部署

动手之前先选路线，两条路都走得通，区别在门槛：

方案	优点	缺点	适合人群
Dify 云端版	注册即用，零运维	免费额度有限，数据在云端	新手入门、快速验证（本文主线）
Docker 本地部署	数据私有化，无额度限制	需要 Docker 环境	企业落地、数据敏感场景

笔者的选择： 本文以云端版为主线带大家快速跑通；第八节附本地部署的完整命令，需要的自取。

注意事项：
①无论哪条路线，都需要先去 DeepSeek 开放平台开通 API Key，这是大脑，Dify 只是身体
②免费额度够写完本文所有测试，放心跟做

二、注册 Dify 并熟悉控制台

2.1、注册登录

①打开 Dify 官网，点击右上角进入云端控制台，用邮箱注册并登录
②首次登录会看到工作室（Studio）首页，这里就是你所有 AI 应用的"总控台"

2.2、控制台四大区域速览

控制台左侧导航有四个核心区域，先混个脸熟：
①工作室（Studio）：创建和管理所有应用
②知识库（Knowledge）：上传企业文档，给 AI 喂资料
③工具（Tools）：Agent 可以调用的外部能力，如搜索、绘图、代码执行
④监控（Monitoring）：日志、用量、调用统计
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

三、接入 DeepSeek 模型

3.1、获取 DeepSeek API Key

①打开 DeepSeek 开放平台，注册登录
②进入"API keys"页面，点击"创建 API key"，复制保存

注意事项：
①API Key 只显示一次，务必当场复制保存，丢了只能重新创建
②DeepSeek 账户需要先充值才能调用，最低 2 元。跑完本文全部测试花费不超过 1 毛钱

3.2、在 Dify 中添加模型供应商

①回到 Dify 控制台，点击右上角头像 → 设置 → 模型供应商
②在供应商列表中找到 DeepSeek，点击"设置"
③粘贴刚才复制的 API Key，模型名称填 deepseek-chat，点击保存

3.3、验证模型连通性

①保存后回到模型供应商列表，DeepSeek 卡片应显示绿色"已安装"状态
②如果报 401 错误，99% 是 Key 复制时多带了空格，删掉重试即可

四、建立知识库：给客服喂资料

4.1、准备资料

客服知识库的本质是把企业资料变成 AI 能检索的段落。 笔者准备了一份虚拟公司"星野数码"的客服资料，包含产品介绍、退换货政策、售后流程三章，保存为 .md 文本文件（Dify 也支持 PDF、Word、TXT、网页链接）。

4.2、创建知识库

①控制台左侧点击"知识库" → “创建知识库”
②选择"上传文本文件"，把资料文件拖进去，点击下一步

4.3、分段与清洗设置

这一步决定 AI 检索的颗粒度，新手直接抄这个配置：

配置项	推荐值	说明
分段设置	自定义	控制每段文本的长度
分段最大长度	500	太长检索不准，太短上下文缺失
重叠长度	50	相邻段落保留重叠，避免语义被切断
索引方式	高质量	用向量检索，召回效果最好
检索设置	向量检索	语义匹配，比关键词匹配更聪明

①按上表配置后点击"保存并处理"，等待文本切片和向量化完成

②处理完成后可以看到文档被切成了若干段落，每段都是一个独立的检索单元

五、搭建 AI 客服应用

5.1、创建聊天助手

①回到工作室，点击"创建空白应用" → 选择"聊天助手" → 应用类型选"基础编排"
②应用名称填"星野数码智能客服"，描述随意

为什么选聊天助手而不是 Agent 应用？
基础编排的聊天助手 = 知识库问答，稳定可控，适合 90% 的客服场景；Agent 应用会自主调用工具，能力更强但行为更跳脱。本文先把基础版跑通，第七节再升级成 Agent。

5.2、选择模型

①编排页面顶部模型下拉框，选择 deepseek-chat
②温度（Temperature）调到 0.3。客服回答要稳定准确，不需要天马行空的创造力

5.3、挂接知识库

①编排页面找到"上下文"模块，点击"添加"
②勾选第四节创建的"星野数码知识库"，点击"添加"
③检索设置保持默认（N 选 1 召回 + 分数阈值 0.5）

5.4、编写提示词与开场白

①在"提示词"框中填入系统指令，这是客服的"岗位说明书"：

你是星野数码的官方客服"小星"，请遵守以下规则：
1. 只根据 context 中的知识库内容回答问题，不要编造
2. 知识库里没有的信息，礼貌告知用户并建议联系人工客服
3. 回答简洁友好，控制在 150 字以内，适当使用分点
4. 遇到投诉类问题，先安抚情绪，再给出解决方案

②展开"开场白"，填入欢迎语，并添加 3 条"下一步问题建议"（用户点一下就能接着问）：

开场白：您好，我是星野数码智能客服小星，关于产品、售后、退换货的问题都可以问我哦～
建议问题1：你们的退换货政策是什么？
建议问题2：耳机充不进电怎么办？
建议问题3：保修期有多久？

六、调试与发布

6.1、右侧预览调试

①编排页面右侧就是调试窗口，直接输入"你们的退换货政策是什么？"
②观察回答：内容来自知识库第二章，并且附带了引用来源
③点击回答下方的"引用"，可以看到命中的知识库段落和相似度分数

注意事项：
①如果回答和知识库无关，先检查检索设置里的分数阈值是不是太高（建议 0.5 以下）
②如果回答出现编造内容，在提示词里强化"只根据 context 回答"这条约束

6.2、发布为 Web 应用

①点击右上角"发布" → “更新”
②发布成功后点击"访问 WebApp"，会得到一个独立链接，手机电脑都能直接打开

6.3、嵌入自己的网站：一段 HTML 就够

这是本文唯一的代码环节，也是最实用的部分。 发布后的 Dify 应用本质是一个网页，用 iframe 一行代码就能嵌进任何网站。新建一个 .html 文件，粘贴以下内容（把 src 里的链接换成你自己的 WebApp 地址），双击即可在浏览器运行：

<!DOCTYPE html>
<html lang="zh-CN">
<head>
  <meta charset="UTF-8" />
  <title>星野数码 - 智能客服</title>
  <style>
    body { margin: 0; font-family: "Microsoft YaHei", sans-serif; }
    .header { background: #1a1a2e; color: #fff; padding: 16px 24px; }
    .chat-box { width: 100%; height: calc(100vh - 60px); border: none; }
  </style>
</head>
<body>
  <div class="header">星野数码官网 · 智能客服小星 7×24 小时在线</div>
  <!-- 把下面 src 换成你自己的 Dify WebApp 链接 -->
  <iframe class="chat-box" src="https://udify.app/chat/你的应用ID" allow="microphone"></iframe>
</body>
</html>

代码讲解：
①<iframe> 是 HTML 的内嵌框架标签，可以把一个完整网页嵌进另一个网页，src 指向你的 Dify WebApp 地址
②height: calc(100vh - 60px) 让聊天框高度 = 整个视口高度减去顶部导航栏的 60px，实现全屏铺满
③allow="microphone" 允许浏览器申请麦克风权限，为后续接入语音输入留好口子
④上线后用户在你的官网右下角看到的客服窗口，背后就是 DeepSeek 大脑 + Dify 知识库在运转

七、进阶：升级成会调工具的 Agent

如果你的客服不只是答疑，还要查订单、算运费，就把应用升级为 Agent：

①在工作室新建应用，选择"Agent"类型
②Agent 策略选择 Function Calling（依赖模型原生工具调用能力，deepseek-chat 完美支持；另一种 ReAct 策略靠提示词驱动，兼容性更好，原理详见本系列下一篇技术解析）
③在"工具"栏添加需要的能力：内置的谷歌搜索、计算器，或通过 OpenAPI Schema 导入自家的订单查询接口
④其余配置（知识库、提示词）与第六节完全相同

Agent 与聊天助手的本质区别： 聊天助手只会"查资料 → 回答"，Agent 会"分析问题 → 决定调哪个工具 → 拿到结果 → 再回答"。代价是响应稍慢、token 消耗更高，按需选择。

八、本地部署方案（数据敏感场景）

企业要求数据不出内网时，用 Docker 自建 Dify：

# ① 克隆官方仓库
git clone https://github.com/langgenius/dify.git
cd dify/docker

# ② 初始化环境变量
cp .env.example .env

# ③ 一键启动（首次拉取镜像约需5分钟）
docker compose up -d

启动完成后浏览器访问 http://localhost/install 完成初始化。注意事项： 需提前安装 Docker Desktop 并开启 WSL2 或 Hyper-V，建议内存 16G 以上。

九、常见问题排查

问题现象	可能原因	解决方法
模型调用报 401	API Key 错误或含空格	重新复制 Key，检查首尾空格
回答不引用知识库	分数阈值过高	检索阈值降到 0.5 以下
回答内容编造	提示词约束不足	强化"只根据 context 回答"
DeepSeek 报余额不足	账户未充值	平台充值 2 元即可
WebApp 加载缓慢	网络到云端延迟	考虑本地部署或切换节点

十、总结与预告

本文用 30 分钟完成了一条完整的 AI 客服落地路径：Dify 平台接入 DeepSeek → 知识库喂料 → 可视化编排 → WebApp 发布 → iframe 嵌入官网。全程没写一行业务代码，唯一的 HTML 还是个复制粘贴的 iframe。

这就是低代码 Agent 平台的意义：把"大模型能力"变成"水电煤"，接上管子就能用。

但有个问题值得深究——第七节的 Agent 节点里，Function Calling 和 ReAct 两种策略到底有什么区别？模型究竟是怎么做到"自己决定什么时候调工具"的？下一篇《ReAct + Tool Calling：深度拆解大模型"边想边做"的执行机制》，我们把 Agent 的大脑拆开看看。

---

如果这篇文章对你有帮助，欢迎点赞、收藏、关注，你们的支持是我持续更新的最大动力！有问题评论区交流～