可私有化部署
开源可自部署，数据完全留在内网。这对有数据合规要求的企业来说，往往是能不能用的前提条件。
智能体开发实战课程
Dify 智能体开发实战
Dify 是主流的开源大模型应用开发平台，以可视化编排的方式构建 AI 应用与智能体。本课程从平台部署讲到生产运维，带学员完整开发并上线一个可用的企业级 AI 应用。
- 平台类型
- 开源，可私有化部署
- 开发方式
- 可视化编排 + 低代码
- 基础要求
- 懂业务逻辑即可
- 结课产出
- 可上线的 AI 应用
为什么学 Dify
它解决了企业 AI 应用开发的几个真实痛点
可视化编排
工作流通过拖拽节点配置，业务人员也能参与调整。不必事事依赖研发排期，迭代速度快得多。
能力完整
知识库、工作流、Agent、工具调用、模型管理一应俱全，不需要东拼西凑多个组件自己集成。
模型无关
支持接入多家模型厂商与自部署模型，换模型改配置即可，不会被某一家厂商绑定。
课程大纲
从部署到上线运维
01
模块一 · 平台部署与配置
Docker 部署实操、环境配置、模型供应商接入、团队与权限管理、数据库与向量库配置。搭好一个可以真实使用的环境。
02
模块二 · 知识库构建与优化
文档上传与解析、分段策略设计、索引方式选择、检索参数调优、召回效果测试与优化。知识库质量直接决定问答效果，这是重点模块。
03
模块三 · 提示词与应用编排
Prompt 模板设计、变量与上下文管理、对话流设计、输出格式控制。掌握让模型稳定产出预期结果的方法。
04
模块四 · 工作流 Workflow 实战
节点类型与连接逻辑、条件分支与循环、变量传递、异常处理分支。用工作流实现复杂的多步骤业务逻辑。
05
模块五 · Agent 与工具调用
Agent 模式配置、内置工具使用、自定义工具开发、API 对接外部系统、工具调用的可靠性优化。让应用具备执行能力。
06
模块六 · 发布与集成
以 Web 应用、API、嵌入式组件等形式发布；对接企业微信、钉钉、飞书；与现有业务系统集成的常见方案。
07
模块七 · 运维与效果优化
日志分析、用量监控、成本管控、badcase 收集与归因、评测集建设与回归测试。让应用上线后能持续改进。
08
模块八 · 综合项目实战
分组完成一个完整的企业级应用：需求分析、方案设计、开发实现、效果测试到发布上线。结课即产出可用成果。
学习成果结课后，
结课后，
你的团队能自己做 AI 应用
这门课的目标很明确：让企业内部具备自主开发与迭代 AI 应用的能力，不必每个需求都外包。
- 独立完成 Dify 的私有化部署与日常运维。
- 构建高质量的企业知识库，并针对召回效果做系统性优化。
- 用工作流实现包含条件分支、多步处理的复杂业务逻辑。
- 开发自定义工具，让 AI 应用能调用企业内部系统的接口。
- 把应用发布到企业微信、钉钉等渠道，让同事真正用起来。
- 建立评测与监控机制，持续跟踪并改进应用效果。
工作流 售后工单智能处理
[开始] 接收工单
↓
[LLM] 分类与要素抽取
↓
[条件分支] 判断工单类型
├─ 常见问题 →
│ [知识检索] 查询知识库
│ [LLM] 生成回复
│ [工具] 自动回复工单
└─ 复杂问题 →
[LLM] 生成上下文摘要
[工具] 转人工并附摘要
↓
[结束] 记录处理结果
✓ 已发布 · 接入企业微信
常见问题
课程 FAQ
基础模块不需要。Dify 的核心是可视化编排，配置工作流、搭建知识库、调整提示词都在界面上完成，懂业务逻辑就能上手。只有在开发自定义工具、对接内部系统 API 时会涉及少量代码，课程会提供模板与详细讲解，非开发背景的学员也能跟下来。
取决于使用场景。Dify 开源可私有化部署，适合对数据安全有要求、需要深度定制、希望完全自主可控的企业；Coze 是托管平台，上手更快、渠道接入更便捷，适合快速搭建对话机器人并接入公开渠道。两者定位不同，很多企业实际上会同时使用。如果只能选一个，企业内部应用优先学 Dify，面向 C 端的对话产品优先学 Coze。
课程涵盖了私有化部署与运维的内容，结课后具备搭建和维护生产环境的基本能力。不过生产环境还涉及高可用、备份、容量规划这些运维议题，如果贵司没有专职运维，我们也可以提供部署与托管服务，让您的团队专注在应用开发上。
可以，强烈建议这么做。内训的实战项目直接用贵司的真实需求来做，结课时产出的就是可以投入使用的应用，而不是一个练习作品。这也是内训相比公开班投入产出比更高的原因。