零基础使用 Dify 在线搭建专业知识库和智能问答助手

一、Dify 平台简介

Dify 是一个开源的 AI 应用开发框架，其核心功能聚焦于知识库的创建与管理。与传统开发平台不同，Dify 提供了无需编写代码的可视化操作界面，用户可以通过简单的拖拽和配置完成专业级 AI 应用的部署。

平台主要特点包括：

• 支持多种数据源导入（本地文件、Notion、网页等）
• 智能文本分段与清洗功能
• 多模型服务提供商集成（硅基流动、OpenAI、DeepSeek 等）
• 可视化知识库管理与测试工具
• 一键部署问答助手到网站

二、知识库创建全流程

1. 注册与登录

访问 Dify 官网「https://dify.ai」，点击右上角『开始使用』按钮。支持三种注册方式：

• GitHub 账号关联登录
• Google 账号关联登录
• 普通邮箱注册

2. 创建知识库

登录成功后，在顶部导航栏点击『知识库』→『创建知识库』（加号按钮）。系统将引导您完成以下三个核心步骤：

步骤一：选择数据源

Dify 支持三种数据导入方式：

1. 本地文件上传：支持 PDF、Word、Excel、PPT、TXT 等格式
2. Notion 同步：连接 Notion 账户同步笔记内容
3. 网页抓取：输入 URL 自动抓取网页内容

实际操作中，您可以直接将文件拖拽到上传区域，系统会自动开始处理。教程示例中上传了多个私募基金相关文档，其中包含一个较小的文件（仅 100 多个汉字）因无法满足最小分段要求而处理失败。

步骤二：文本分段与清洗

系统默认采用以下分段规则：

• 分段标识符：两个换行符
• 最大长度：500 tokens（非字符）
• 分段重叠：50 tokens（保持上下文连贯性）

高级用户可调整以下参数：

• 修改分段大小（经济模式 500 tokens / 高质量模式 1024 tokens）
• 启用父子分段结构
• 自定义清洗规则

步骤三：处理与索引

点击『保存并处理』后，系统将：

1. 自动分割文本为多个段落
2. 为每个段落生成关键词组合
3. 建立向量索引（用于相似度检索）

处理完成后，您可以：

• 查看每个文档的分段详情（示例文档被分为 177 个段落）
• 测试召回率（查全率）
• 修改知识库名称与描述

3. 高级配置

元数据管理

系统提供三类自定义元数据：

添加元数据后需要重新建立索引，此过程可能需要较长时间（尤其是使用在线模型服务时）。

模型服务配置

在『设置』→『模型供应商』中可配置：

1. 嵌入式模型（用于文本向量化）
2. 重排序模型（优化检索结果）

支持的主流模型服务商包括：

• 硅基流动（推荐）
• OpenAI
• DeepSeek
• Gemini

三、智能问答助手部署

1. 创建空白应用

返回『工作室』界面，点击『创建空白应用』，选择『聊天助手』类型。示例中创建名为"私募问答系统"的助手，主要配置项包括：

• 提示词工程：可添加欢迎语等个性化设置
• 知识库关联：绑定已创建的知识库
• 元数据过滤：按部门等条件筛选答案
• 模型选择：推荐 DeepSeek V3（0324 版本）

2. 对话参数调整

高级用户可调整以下参数（建议保持默认）：

3. 测试与发布

在预览界面输入测试问题（如"私募基金的存取期限是多长"），系统将：

1. 从知识库检索相关段落
2. 生成结构化回答
3. 标注引用来源

确认无误后，通过『嵌入网站』功能获取部署代码：

将此代码添加到网站页眉/页脚即可完成部署。您还可以自定义聊天窗口的样式和位置。

四、最佳实践建议

1. 文档预处理：确保上传文档有清晰的结构和足够的内容量（建议至少 500 tokens）
2. 元数据规划：提前设计好部门、项目等分类体系
3. 召回测试：使用业务相关的问题验证检索效果
4. 模型选择：中文场景优先考虑硅基流动或 DeepSeek 模型
5. 版本控制：重大修改前创建知识库副本