如何基于 Dify 平台开发 Agent智能代理

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。

data-ad-format="fluid" data-ad-layout-key="-7k+ex-4a-9w+4a">

🎯 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”: ““}

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 Agent3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

📎 附录：常见问题 FAQ

Q：我没有技术背景，能做吗？A：完全可以！只要你会用鼠标拖拽，就能完成 80% 的工作。

Q：工具必须自己开发吗？A：简单场景可以用现成 API（如天气、翻译），复杂才需开发。

Q：能做多轮对话吗？A：可以！开启“会话上下文”即可记住之前聊的内容。

Q：能连接企业微信/钉钉吗？A：可以！Dify 支持 API 接入，可嵌入各种系统。

如果你想要：

• 我帮你生成完整的 Workflow JSON 文件

• 提供可运行的天气工具部署包（Docker）

• 定制你的专属 Agent（如客服、销售助手）

欢迎继续提问！我可以一步步带你做出来 💪

🎯 现在就开始吧：登录 Dify → 创建 Workflow → 拖一个 LLM 节点 → 试试看！

https://www.calcguide.tech/2025/08/28/如何基于-dify-平台开发-agent智能代理/

如何基于 Dify 开发 Agent 智能代理-CSDN博客