Dify低代码AI平台智能体搭建完整指南不写代码做出全能个人助手【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents这篇教程来自开源教程项目 hello-agents《从零开始构建智能体》的 Dify 实战章节。我们用它演示低代码AI平台智能体搭建的完整流程你全程只需点点鼠标、填填提示词大约一小时就能拥有一个会日常问答、会润色文案、会生图生视频、会查地图订餐、还会连数据库出图表的私人助手。全文面向完全没接触过 AI 应用的读者每一步都会告诉你在哪里点、填什么、为什么这么填。做完之后你可以直接对着文末的验收清单逐条测试确认你的助手真的能用。 先把需求掰开你的助手到底要会哪几件事很多人一上来就拖节点结果搭到一半发现方向跑偏。建议你先花五分钟把助手要替我干的活列成清单。我们这次要交付的能力分成三层能力层你要它干的活在 Dify 里靠什么实现对话能力回答生活问题、润色扩写文案、查路线、推荐吃什么、找新闻LLM 节点 问题分类器 Agent 节点接 MCP 工具创作能力一句话生成图片、一句话生成短视频豆包生图 / 生视频插件数据能力用自然语言查数据库、把结果画成图表rookie-text2data 插件 可视化图表插件搭完之后整个助手长这样一个问题分类器站在最前面当分诊台把每句话分给下面某条分支处理。先记住这张图的大致形状开始 → 分类器 → 各能力分支 → 直接回复。后面所有工作都是往这个骨架上填肉。 打通外部能力账号、插件与 MCP 一次配齐这一章把所有外部依赖一次解决后面搭流程时就不用再被打断。顺序是先拿密钥再装插件最后接 MCP 服务。如何注册账号并申请地图 API 密钥先在魔搭社区ModelScope注册并登录一个账号后面要在这里找现成的 MCP 服务再登录高德开放平台控制台新建一个应用给应用开通 Web 服务权限在应用详情页申请一个 API Key 并复制保存回到魔搭社区的高德地图 MCP 服务配置页把 Key 填进输入框页面显示配置成功就顺手把页面给出的SSE 连接地址复制下来Agent 节点要用如何在插件市场装齐所需插件点右上角插件进入市场按名字逐个搜索安装。本次要装齐的有模型类Gemini、OpenAI任选其一作为主力大模型工具类Doubao Image and Video Generator豆包生图/生视频、Agent 策略支持 MCP 工具调用数据类AntV 可视化图表、rookie_text2data自然语言转 SQL装完对照一下页面确认每个插件都显示已安装。什么是 MCP云端的 MCP 服务怎么接MCPModel Context Protocol你可以理解成大模型世界里的USB 接口它统一了大模型和外部服务之间的接法接上一个服务智能体就能像调用自带工具一样调用它。刚才配好的高德地图就是一个典型的云端 MCP 服务——你不用自己部署任何服务只要把 SSE 地址填进 Dify 就行。饮食推荐、新闻资讯这两类服务同理都在魔搭社区的 MCP 市场里找对应的服务按相同方式填入自己的 Key 即可。️ 对话能力落地让它能聊天、能写稿、能查信息如何创建 Chatflow 应用并配置问题分类器新建应用时选Chatflow类型拿到一张空白画布在开始节点后面拖一个问题分类器它是全部分支的分诊台为每一类写一句边界清晰的说明 两三个示例问法并留一个其他兜底类分类器写得好不好直接决定后面所有分支准不准这一步值得慢一点做。如何配置日常问答模块的系统提示词问答分支的节点链是开始 → 问题分类器 → LLM → 直接回复。在 LLM 节点里选中你配好的模型把系统提示词填成下面这样给 LLM 定人设、定说话方式、划边界比空着一格效果好得多# 角色 你是一位生活问题顾问语气亲切耐心擅长用大白话回答生活类问题。 # 回答方式 1. 先抓住问题核心再给出具体、可操作的建议 2. 分点组织内容涉及步骤时用编号列表 3. 信息不足时主动反问一两句关键背景 # 边界 - 基于常识和可靠信息作答不编造数据 - 涉及健康、理财等专业判断时提醒用户咨询专业人士跑一句周末想在家做顿简单的饭有什么推荐看它是否分点回答、建议能不能直接执行。如何配置文案优化模块文案分支同样是分类器 → LLM → 直接回复换一份提示词即可。润色、扩写、缩写这类活儿用户提得最多值得单独占一条分支# 角色 你是一名文案润色顾问擅长提升原文的可读性与感染力。 # 任务 对用户给出的原始文案做润色、扩写或改写直接输出成品文案。 # 边界 - 不改变原文核心信息与事实不虚构内容 - 不堆砌专业术语用户未指定风格时默认平实友好 - 除非用户要求不输出多余解释如何让 Agent 节点调用 MCP 工具地图、订餐、新闻这几类需求都走同一条分类器 → Agent → 直接回复分支拖出Agent 节点运行模式选支持 MCP 工具调用的 ReAct 模式在工具列表里加一个获取时间戳让模型知道当前时间MCP 服务处选SSE 模式粘贴上一章保存的连接地址注意去掉地址里 mcp-server 前缀部分写一句任务描述说明该分支负责哪类问题问它从公司到首都机场怎么走它应该自己决定调用地图工具再组织回答问今天吃什么则会走饮食推荐服务。同一个节点换个服务地址就换一类能力这也是 MCP 最省心的地方。 创作能力落地文生图与文生视频如何搭建文生图分支图片分支的节点链是分类器 → 豆包 T2I → 直接回复。把分类器里画/生成图片这一类连到豆包生图节点在节点里填提示词和尺寸参数即可。如何开启文生视频能力视频和图片几乎一模一样在火山引擎控制台给豆包应用开通文生视频权限再把分类器的生成视频一类接到豆包 T2V 节点。小提示生图生视频都耗时较长节点超时时间记得放宽否则容易在还没出片前就报错。 数据能力落地用一句话查库、出一张图这条分支的节点链是分类器 → rookie-text2data → 执行 SQL → LLM 整理/可视化 → 直接回复。数据查询插件里填数据库连接信息主机地址、库名、端口、账号、密码给模型的表结构说明不必贴整段 DDL列清表名 字段名 一句话含义就够能显著减少 SQL 出错查询结果的整理节点提示词建议这样写# 角色 你负责把数据库查到的原始数据整理成人话。 # 任务 1. 检查缺失字段与重复记录做必要清洗 2. 归纳排序突出关键数字与洞察 3. 用一小段自然语言输出数据概览 # 边界 - 不篡改、不删除原始数据不泄露敏感字段 - 少用统计术语保持简洁再往上加一层可视化在可视化节点的提示词里写明要调用图表工具generate_pie_chart / generate_column_chart / generate_line_chart并要求无论数据多少必须输出一段总结 至少一幅图。# 角色 你是数据分析助手把原始数据变成一眼能看懂的图表。 # 流程 1. 一句话概括样本量与主要分布 2. 调用图表工具生成饼图/柱状图/折线图至少一幅 3. 用一句话点出图表里的关键信息 # 边界 - 图表保持简洁颜色与元素不过多 - 数据再少也要输出总结和图表问一句帮我分析下库里每个人的年龄它应该先给概览、再给图而不是只丢一串数字。⚠️ 踩坑记录这几处最容易翻车附调优清单分类器乱分最常见原因是类别说明互相重叠。每类只写一句边界 两个示例问法兜底类放最后同一句话可能命中两类时把更具体的类放前面。LLM 输出跑偏提示词里没约定输出形态模型就自由发挥。在末尾补一条输出格式约定问题立刻收敛。MCP 调用失败九成是连接地址没去掉前缀或 API Key 权限没开对。先在配置页确认配置成功再去 Agent 节点里填。超时假死生图、生视频、查大表都很慢超时时间别用默认值一条分支里节点太多时把查询和整理拆成两个 LLM 节点排查也更快。性能与成本分类器、时间戳这类轻量活儿用小模型内容生成才上强模型表结构说明精简、数据库密码等敏感信息不要写进提示词。更多细节可以对照 本章的原始操作流程文档 逐步核对。✅ 验收清单与下一步还能玩什么逐条跑一遍下面的测试全过就说明助手真的能用了✅ 问今天吃什么——走饮食推荐分支返回具体菜谱✅ 丢一段粗糙文案——返回润色后的成品文本✅ 说画一只坐在云朵上的猫——成功生成图片✅ 要求生成一段短视频——返回可播放的视频✅ 问到机场怎么走——返回路线与耗时✅ 问库里某某多少岁——返回一句自然语言答案✅ 问分析每个人的年龄——返回数据总结加一幅图表跑通之后还可以继续扩展接入天气、日历等其他 MCP 服务把它连到你自己的业务数据库做运营日报给问答分支挂上知识库节点让它熟悉公司内网文档最后把 Chatflow 发布成网页直接发给同事使用。想知道这些能力背后的代码是怎么写的可以继续读 hello-agents 第五章基于低代码平台的智能体搭建从会搭进阶到会改。你的专属助手只差这几分钟了动手试试吧。【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考