大模型应用开发之Dify进阶版使用教程—react前端+django后端+dify-API制作聊天界面

Dify进阶使用教程

前言

本文章将介绍如何使用dify提供的API进行项目开发，并介绍所用到的dify部分组件。
这一篇适合需要自主调用dify-API的朋友们。
项目背景：需要在自有系统中开发一个“知识回答机器人”
需求如下：
1.AI-chat功能
2.根据自己React + Django系统中项目字段进行知识库数据隔离，以及限制AI回答问题能够使用的知识库。

结果先行展示，给大伙靠谱的详情操作贴，最后在自己系统中，可生成参考知识库内容回答的智能专业客服机器人。
聊天界面：

dify流程配置：

一、dify-docker环境搭建及简单使用

请参考上一篇文章大模型应用开发之Dify入门使用教程-deepseek-R1，只需配置30分钟就能用

二、本篇使用API源码部署

代码下载及环境搭建，参考dify官方文档：dify官方手册

启动dify后端

进入项目api目录下

poetry run flask run --host 0.0.0.0 --port=5001 --debug

启动dify前端

进入web目录下

pnpm start

上述完成后浏览器输入http://localhost/install，进入dify控制台界面。按照流程设置账号密码后，登录即可使用。
然后来到，我们自己的工作流界面

基于通义模型的智能客服机器人应用与自己项目联动实战

1. 使用API进行项目与dify联动

1.1 在控制台主页，点击创建访问API

1.2 进入API页面，这里有4块是需要了解并使用的，中间是调用API基础路径，以及需要的header头部信息。

中间下方是每个API的具体入参，返回参数的介绍。右上角是我们API-Key获取的位置，右边是目录栏方便快速找到自己需要的API。

1.3 点击API密钥，进行创建API，并将其放保存，后续在后端代码中使用。

1.4 本教程我们只选择发送对话消息，以及暂停响应作为示例。

接口参数详情可自行查看该界面，本章节不会一一介绍。

2. 配置工作流

为了满足按照项目的不同，隔离各个知识库的功能，需要对工作流进行配置

2.1 配置聊天额外入参

在编排页面，选择START，找到右边的加号，即可添加自定义字段，下图中红色框框住的由名称sys.开头的是系统默认字段，key则是自定义字段

2.2 将自定义字段内容配置在分类器中

在分类器的输入变量栏中找到自定义参数key，并选择填入，这样这个分类器将按照这个key的内容进行分类。

分类器分为三类：TEST、default、health，后续将通过key传参来进行区分

2.3 使用变量聚合器组件，将流程简化

在知识库检索后，加入变量聚合器，由于知识库将按照项目区分，所以每次问答只会走一个知识库，则将其聚合再放入大模型组件中。
避免多次配置，费时，且页面杂乱

2.4 知识库配置

创建三个知识库，这里我将知识库名字改为和分类key一致。

3. 项目对接Dify-API

3.1 将Dify-API所需配置写入后端，并编写view

重点可看有注释的地方

class AiRobotViewSet(viewsets.ModelViewSet):
    API_URL = "http://xx.xx.xx.xx:5001/v1/chat-messages" #dify后端地址 
    HEADERS = {
   
        'Authorization': 'Bearer app-xxxxxxxxxxxxxx',  #api-key
        'Content-Type': 'application/json'
    }

    @action(methods=['post'], detail=False, url_path="chat-messages")
    def chat_messages(self, request):
        def generate():
            # 转发请求到原始API
            
            product_keys = list(UserAndProdRoles.objects.filter(user_id=request.user.id).values_list('product__product_key', flat=T