### 序言：别让大模型只停留在“聊天”
大模型时代，我们面对的一个残酷现实是：**会聊天的AI很多，但真正能干活的AI很少。**
你可能早就受够了无数次“Copy-Paste”的提示词，也可能对大模型偶尔的“幻觉”和“无法触达外部世界”感到无奈。大模型不应只是对话框里的“嘴强王者”，它理应成为我们的数字员工，拥有真正的**生产力**。
怎么让大模型长出“手”和“脚”？怎么让它安全、高效地调用外部工具？怎么把各种零散的能力拼装成一个能跑通复杂业务的智能体？
这就是本合集想要解决的问题。
笔者基于Mac，将持续跟进Agent工具的搭建和应用。
* * *
1. 安装 Docker Desktop
访问 Docker 官网(https://www.docker.com/products/docker-desktop/)下载并安装即可。安装完成后，你会在屏幕右上角看到一个鲸鱼图标的菜单栏。
配置镜像加速：在国内访问 Docker Hub 可能会很慢，按如下配置可以为你节省大量时间。打开 Docker Desktop，进入【Settings】 → 【Docker Engine】，在【registry-mirrors】列表中添加加速地址，如下 json，然后点击【Apply & Restart】。
{ “builder”: { “gc”: { “defaultKeepStoRAGe”: “20GB”, “enabled”: true } }, “experimental”: false, “registry-mirrors”: [ “https://docker.m.daocloud.io”, “https://docker.1ms.run”, “https://docker.xuanyuan.me”, “https://docker.nju.edu.cn”, “https://docker.mirrors.sjtug.sjtu.edu.cn” ]}
2. 安装 Docker Desktop
打开 Mac 的`终端`（Terminal）应用，输入以下命令来下载 dify 的安装文件，并启动它。
`# 克隆Dify的代码仓库到本地“# Mac没有安装过git，会提示报错，并弹框提示安装，点击后自动安装git“# 笔者建议使用国内GitCode镜像站上的dify仓库，且版本选择1.13.3“# 最新版1.14.0存在有BUG，在使用skill时引发异常“git clone https://gitee.com/dify_ai/dify.git –branch 1.13.3“# 进入Dify的Docker配置目录“cd dify/docker“# 复制一份环境变量配置文件（并改下.env配置）“cp .env.example .env` 如下为.env 配置修改内容，编辑完成后保存退出。`# 控制台访问地址（你浏览器访问用的）“CONSOLE_API_URL=http://localhost“CONSOLE_WEB_URL=http://localhost“# 应用 API 地址“APP_API_URL=http://localhost“APP_WEB_URL=http://localhost“# 文件服务地址（容器内部通信）“FILES_URL=http://localhost` 回到Terminal，继续执行以下操作。# 启动Dify的所有服务docker compose up -d# 后续停止、启动dify时就不用再执行上述命令，直接在本路径下执行：# 停止容器，但是保留数据# docker compose stop# 启动容器# docker compose start 至此Dify部署开始，直到所有所需容器实例启动完成，Dify也就启动了。
3. Dify访问与初始化
打开浏览器访问`http://localhost`或者`http://localhost/install`，跟着页面指引设置管理员邮箱和密码，就进入到了Dify工作界面。
4.接入远程大模型
此时的Dify还只是一个空平台，需要给它连上“大脑”。笔者建议：学习搭建并应用Agent，用远程付费API是最省心的选择。不建议初学者把精力优先放在准备GPU集群、部署LLMs、微调LLMs模型上。
* 获取 API Key
以笔者使用的DeepSeek为例，访问 DeepSeek 官网(https://platform.deepseek.com)，注册后（可能需要申请）在开发者后台创建一个 API Key。这里要注意，需要付费才行，否则D ify 识别到 API Key 没有余额，会提示错误信息。
* 在 Dify 中配置模型
* 点击 Dify 界面右上角的【用户头像】，进入 【设置】→ 【模型供应商】。
* 找到“DeepSeek”或者你需要的对应模型的提供商，点击【添加模型】。
* 填入你的【凭据名称】（例如`tomyu_deepseek`）和【API Key】，【自定义API endpoint地址】通常各平台文档有提供，比如 DeepSeek 的是 https://api.deepseek.com。配置好后，点击【保存】。
实现上述步骤，自主搭建的 Dify 就能调用这些强大模型，进而可以构建文本生成、A gent、聊天助手、chatflow、工作流 等应用。
5.在 Dify 中配置 Skill 插件
现在 Dify 也能支持技能（即S kill）加载和执行，但若要支持S kill 在线编辑和调试，这需要留意下 Dify未来 版本，但至少Skill的搭建也不需要依赖专门的IDE或者编辑器（未来会开展Skill详细的使用说明）。
Skill 插件安装，在Dify市场中查找“Skill_Agnet”，并安装。
笔者建议，Skill_Agent 运行在 容器内，关联不到 Mac 本地文件，我们按临时上传Skill文件的使用方式，暂不做文件映射。
6.构建Chatflow
搭建一个简单的流水线（可保存为 DSL文件），主要调用Skill_Agent插件，进而体验下Skill能力。考虑到初学者，从左往右依次介绍下各个子件的配置，可以大幅缩短摸索成本。
* 入口组件
这个组件在创建Chatflow后就自动出现了，用于接收用户的输入信息（文本、文件等），这里笔者仅将组件重命名为“开始”。该组件有2个变量，”userinput.query”代表的用户输入的文本，也就是在聊天框输入的文本，“userinput.files”代表用户提交的文件对象，因为笔者一开始就配置了.env文件，此时Dify支持文件上传功能。
* 条件分支组件
这里用于判断用户的意图，如果是Skill管理意图（安装、查看、下载、删除）则执行Skill管理插件，其他则执行Skill调用插件，【注意】下图条件改为“新增技能”“安装技能”“删除技能”“下载技能”！！！
* Skill_Agent插件
这里需要加载“技能管理”“Skill_Agent”2个插件，其中“技能管理”插件配置比较简单。
“Skill_Agent”配置需要选中大模型，笔者建议：最好选择一个比较聪明的大模型，这样在调用Skill时效果比较好。
* 回复组件
用于在聊天框回复用户的组件，这里只需要选择上游组件输出的变量即可。如上游是“技能管理”插件，变量 选择“（x）技能管理/{x}text”，上游是“Skill-Agent”插件，变量 选择“（x）Skill-Agent/{x}text”。
最后，打开该Chatflow的文件上传开关，并创建“.zip”格式，至此具备Skill文件的上传功能。
6.Skill 使用演示
* 创建Skill简单demo
demo是一个以“say”命名的文件夹，文件夹里只有一个SKILL.md文件，文件内容如下（本技能用于格式化招呼）。
—name: “问候助手”description: “指导 Agent 礼貌性问候。”—# 极简技能：问候助手## 触发词- 打招呼- 问好## 功能当用户说“你好”或“嗨”时，回复一句友好的问候。## 回复模板- 你好呀！有什么可以帮你的吗？- 嗨！今天心情怎么样？
* 安装技能
点击编辑区右上的【预览】按钮，即可弹出来聊天框，在聊天框上传Skill简单demo压缩包，并输入“安装技能”话术，后台将自动加载并解压技能 zip 压缩包。
如果提示需要安装在什么位置时，可以输入“安装在/app/skills 下边”，带后台安装结束后，会返回节技能的结构、说明介绍等，表示安装好了。
* 查看技能
输入“查看技能”，即可得到技能说明。
* 使用技能
分别输入“打个招呼吧”“你好”，后台自动理解并选择加载技能，输出对应的Skill要求的话术。
至此，恭喜你从 0 到 1 的实现了自主构建 Agent 应用工具入门，能够实现 Agent、Workflow、Chatflow 的构建，还能够调用 Skill 技能！
