入门20 分钟

20 分钟跑通第一个应用

DeepSeek 接入、聊天助手、Prompt 编排——上班摸鱼零安装直接试（云服务版）。

目标：注册 Dify 云服务 → 接入 DeepSeek → 做出一个能用的"烹饪小助手"。全程不写代码，午休时间够用。用的是云服务版（零安装）；自部署的差异在文末。

Step 1：注册与初始化（5 分钟）

  1. 打开 cloud.dify.ai，注册（免费 Sandbox 档对本篇完全够用）
  2. 首次进入会让你配置模型供应商——选 DeepSeek
  3. 去 platform.deepseek.com 充 ¥10（够你学完整本书），创建 API Key
  4. 把 Key 粘进 Dify 的 DeepSeek 配置，保存

Dify 2.x 界面：左栏工作室（你的应用列表）、知识库、工具（插件市场）。模型配置在右上角设置里。

Step 2：创建第一个应用（2 分钟）

工作室 → 创建空白应用 → 选 聊天助手。Dify 会问你选型：

类型是什么什么时候用
聊天助手单轮/多轮对话 + 可挂知识库问答、客服、陪聊
Chatflow对话型流程（可视化编排）对话中要多步骤处理
Workflow自动化批处理流程输入→处理→输出，无对话
Agent自主决定调用工具探索性任务（本书后面讲）

现在选聊天助手——最简单，先建立信心。

Step 3：写编排（Prompt）（5 分钟）

进入应用，左边是编排区，右边是调试预览区（边改边试，体验很好）。

把上一章的 cooking-app system prompt 直接搬进来：

你是一个专业的烹饪助手，具有丰富的烹饪知识和经验。
你的任务是帮助用户解决烹饪相关的问题，包括：
1. 菜谱推荐和解释
2. 烹饪技巧指导
3. 食材替代建议
4. 营养信息咨询

【回答要求】
- 先给结论，再给步骤，简洁实用
- 不确定时如实说明，不要编造

对照上一章的四要素：角色 ✅ 职责清单 ✅ 输出要求 ✅ 兜底约束 ✅。

在右边预览框问："鸡胸肉怎么煎才嫩？"——调整 prompt 直到满意。这一步就是在做最朴素的 Prompt Engineering：改 → 试 → 再改。

Step 4：认识你刚获得的能力（3 分钟）

对比上一章的裸代码，Dify 已经替你搞定了：

裸代码要自己写的Dify 白送的
消息历史管理自动（对话记忆可调轮数）
前端聊天 UI调试面板 + 发布后的网页
流式输出自动
发布部署一键发布 + 网址 + 嵌入 iframe
API每个应用自带 REST API

点右上角发布 → 得到一个可分享的网页。20 分钟，你做了一个能用的 AI 应用。

Step 5：把应用变成 API（5 分钟）

真实的工程场景：前端是你自己的页面，Dify 只当后端。发布后打开"访问 API"：

curl -X POST "https://api.dify.ai/v1/chat-messages" \
  -H "Authorization: Bearer app-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "inputs": {},
    "query": "鸡胸肉怎么煎才嫩",
    "response_mode": "streaming",
    "user": "user-001"
  }'

注意 response_mode: "streaming"——返回 SSE 流，前端直接 EventSource/fetch 消费。这就是把 Dify 当"AI 后端即服务"用的方式，也是它对全栈工程师最大的价值。

自部署差异（附录级了解）

云服务学的所有概念在自部署版完全一致，差异只有：

  • 部署：docker compose up -d（官方 compose 文件），需要一台 2C4G+ 的服务器
  • 何时自部署：公司数据不能出内网 / 要深度定制（白标、改源码）
  • 本书写到 Dify 的地方默认云服务版，你的博客服务器以后也可以顺手部署一个

停下来想想（本篇最重要的一段）

刚才 20 分钟里，你没有写过一行代码，也没有关心过消息数组、token、温度（Dify 把 temperature 做成了滑块）。

这就是平台层的契约：快，但隔着一层玻璃。现在试试在编排里让它"先查用户的历史订单再推荐菜谱"——做不到，因为平台摸不到你的数据库。下一章知识库、下下章工作流，玻璃会越来越清晰；到第 5 章复刻 cooking-app 时，我们会正面回答：什么时候必须砸碎玻璃写代码。

下一章

知识库与 RAG：喂进你的商品 FAQ——用客家电商的真实商品资料，做出一个"懂你业务"的问答机器人。

章节导航