华为开发者空间介绍:

华为开发者空间，是为全球开发者打造的专属开发者空间，致力于为每位开发者提供一台云主机、一套开发工具和云上存储空间，汇聚昇腾、鸿蒙、鲲鹏、GaussDB、欧拉等华为各项根技术的开发工具资源，并提供配套案例指导开发者 从开发编码到应用调测，基于华为根技术生态高效便捷的知识学习、技术体验、应用创新。

免费领取开发者空间云主机

→ PC端
→ 移动端

一、前言：

在人工智能AI技术不断发展的今天，基于大语言模型（LLM）的AI智能体Agent开放式应用正在迅速服务于各行各业。现在很多网站都有AI机器人聊天窗口，能随时解答我们的问题和诉求。但是如果自己搭建一个智能客服系统，听起来是不是有点难？别担心，今天就来分享如何华为云一键私有化部署 Dify，轻松搞定 AI 智能机器人 ！

华为云Dify平台作为一款开源的大模型应用开发平台，与“华为云主机平台上部署的DeepSeekR1大模型商用级推理服务”深度集成，为开发者提供了构建、部署和运营AI应用的一站式解决方案。

这里以“智能旅游规划指导师”为例，详细介绍如何使用使用华为云快速搭建Dify-LLM应用开发平台的技能，探索企业级AI应用开发的可能性，包括企业知识库和联网搜索助手的构建，完成一个基于Dify平台开发AI Agent的完整流程，帮助用户制定旅游出行方案。

二、华为云主机快速搭建Dify-LLM应用开发平台：

二、华为云主机快速搭建Dify-LLM应用开发平台实战：

2.1 免费领取开发者空间云主机：

首次打开华为开发者空间，整洁的界面和清晰的导航就让人眼前一亮。这个专为全球开发者打造的平台，就像一个一站式技术宝库，不仅提供了昇腾、鸿蒙、鲲鹏等华为核心技术的开发工具，还贴心地配备了云主机、存储空间和详细的案例指导。

点击"免费领取开发者空间云主机"按钮时，无论是PC端还是移动端，都能轻松免费获取并使用4核8G的Ubuntu 24.04云主机，领取启动取后这里我们稍等几分钟就行了，因为系统正在加载图形化界面。

进入到了桌面后，跟平时我们的电脑桌面差不多，但是华为云主机专注于开发领域的，一般的开发软件都已经存在在桌面上了，直接上手使用就行。

右键终端输入命令，安装ollama：

下完完后，就会进行安装ollama就安装好了。

接下来借助ollama工具来进行deepseek r1模型的部署操作，这里选择的是deepseek-r1:1.5b模型，当然也可以部署其他的模型。

这里在开始进行部署时，可以看到华为云主机部署速度还是很快的，8M每秒，对于下载大容量的大模型也不在话下。

2.2 部署并登录Dify-LLM应用开发平台：

Dify平台可以通过华为云快速搭建Dify-LLM应用开发平台，部署过程不需要写代码，没有过多的复杂的环境搭建，只需要简单配置即可完成华为云资源栈一键式自动部署。

2.2 Dify-LLM应用开发平台初始化：

在完成华为云快速搭建Dify-LLM应用开发平台部署后，系统会提供一个IP地址的URL在线的访问地址。点击该地址后，即可打开Dify-LLM应用开发平台首页。第一次访问会提示需要创建管理员账号，通过绑定邮箱、用户名并设置密码后即可注册一个Dify-LLM应用开发平台的账号，再后面提示登录这个邮箱的账号即可。

输入邮箱登录成功后，就可以进入主页控制台页面，可以看到最上面支持“工作室”、“知识库”和“工具”等模块，另外在“工作室”中包含不同的应用类型创建的方式，比如Agent、Chatflow、工作流等。

2.3 创建空白Agent工作流应用：

虽然聊天助手和Agent都能做旅游顾问，但它们定位不同，聊天助手、Agent 和工作流是 AI 应用设计中三种常见模式，它们在目标定位、交互逻辑和执行机制上存在显著差异：

简言之：聊天助手解决“如何回答”，Agent 实现“如何行动”，工作流确保“如何按步骤完成”，三者常组合使用，例如 Agent 可嵌入工作流节点，而聊天助手可作为 Agent 的交互入口。

我们在进入Dify平台控制台首页后，点击“创建空白应用”按钮，这里分为5种应用类型，我们选择“工作流”的应用类型，可以基于工作流编排，适用于自动化、批处理等单轮生成类任务的场景。

在创建页面中，设置应用类型为“工作流智能体”。填写应用名称为“智能旅游规划”，描述中也填写“智能旅游相关的规划”，便于后续的管理。点击“创建”后，系统会自动生成一个空白Agent项目，进入配置界面，开始进行各项设置。

2.4 接入“华为云主机平台上的DeepSeekR1大模型推理服务”：

“智能旅游规划”Agent的核心能力依赖于高性能的大语言模型，Dify-LLM应用开发平台支持通过“OpenAI API兼容模式”接入外部模型服务，可以基于华为云主机平台上的DeepSeekR1大模型推理服务。

DeepSeek-V3-32K 和 DeepSeek-R1-32K 是 DeepSeek 在 2025 年推出的两大主力模型，二者在架构设计、核心定位与适用领域上存在显著区别。这两款模型具备超强的长文本理解与生成能力，非常适合需要多轮上下文处理、逻辑推理和结构化输出的场景：

‌- ①. 日常交互‌ → 优先选用 ‌V3-32K‌（响应快、成本低）。
‌- ②. 深度任务‌ → 启用 ‌R1-32K‌ 的“深度思考”模式（如数学推导、代码调试）。
‌- ③. 混合调用‌：在应用中可动态切换模型，兼顾效率与深度。

在主页控制台中，我们找到右上角“设置”，在“工作空间”中，里面有一个“模型供应商”，里需可以往下搜索“OpenAI-API-compatible”这个供应商，如果没有安装的话，可以进行安装一下。

安装完成后，可以在在华为云ModelArts Studio中开通服务中，找到体验华为云ModelArts Studio平台提供的相关接入信息：

• ①. API服务地址（Endpoint URL）
• ②. 模型名称，一定要填写对，不填写写好像会报错
• ③. API密钥（API Key）

在模型列表中，找到刚刚添加的模型列表，在Agent的“模型设置”中选择“OpenAI API兼容模式”，点击“添加模型”，将上述三项信息填写至对应字段中即可添加成功，设置完成后，保存并测试模型连接是否成功。若添加成功，即可启用该模型作为Agent的核心大脑。

{ 
    "model": "DeepSeek-V3",
    "messages": [
      {"role": "system", "content": "北京3天游玩，1000块预算"},
      {"role": "user", "content": "北京3天游玩，1000块预算"}
    ],
    "stream": false,
    "temperature": 0.6
  }

2.5 输入处理环节：

“智能旅游规划”的核心功能是根据用户输入的目的地、旅行天数、预算，调用搜索工具获取信息，生成详细旅行攻略，在这个前提下，我们可以基于这个需求，在 Dify-LLM平台上构建的工作流整体架构采用模块化设计，从输入处理、智能体交互到工具调用、结果输出，每个环节各司其职又紧密协作。

在开始节点这里我们设计了3个变量，分别是城市、多少天，多少出行开销花费，最后是加到开始的节点中。

2.6 模板转换节点：

Jinja 是一个快速、表达力强、可扩展的模板引擎。允许借助 Jinja2 的 Python 模板语言灵活地进行数据转换、文本处理等。

模板节点允许借助 Jinja2 这一强大的 Python 模板语言，在工作流内实现轻量、灵活的数据转换，适用于文本处理、JSON 转换等情景。如灵活地格式化并合并来自前面步骤的变量，创建出单一的文本输出。这非常适合于将多个数据源的信息汇总成一个特定格式，满足后续步骤的需求。

用户输入的信息往往格式不一，该节点通过自定义模板，将用户输入的目的地、天数、预算等信息进行结构化处理。例如，将用户随意输入的 “想去北京玩 10天，预算 1000”，转换为标准 JSON 格式：

{
  "output": "{ \"destination\": 北京, \"days\": 5天, \"budget\": 1000 }"
}

在 Dify 的工作流构建中，模板转换节点凭借其对 Jinja2 模板语言的强大支持，早已成为数据处理和格式化的得力助手。我们或许已经熟练运用它来生成 HTML 表格、格式化 JSON，或者拼接提示词，这种结构化的数据能被后续节点精准识别，避免因格式问题导致信息处理错误。

2.7 转换为JSON格式：

Dify 的代码执行功能主要用于支持复杂业务逻辑的嵌入式计算，比如在聊天流程中根据用户输入动态执行 Python 脚本，返回结构化结果，该功能通常通过两种方式实现：

• ①. 在 Chatflow 中配置「代码执行」节点。
• ②. 在智能体（Agent）中调用 Code Interpreter 工具插件。

这里我们使用“代码执行”的节点，可以将上一个节点“模板转换”拼接的string字符串的返回的json格式数据引入到输入变量中，再通过以下python3代码将string字符串强制转化为json对象。

{
  "result": {
    "destination": "北京",
    "days": 30,
    "budget": 1000
  }
}

在下面“条件节点”中，根据 If/else/elif 条件将 Chatflow / Workflow 流程拆分成多个分支，但是在引入result做为变量时，出错了错误，无法引用到result.budget这个参数，所以，我们这里将代码执行的返回再做一次改变，直接返回这个json对象，这样在条件节点中，可以直接引入变量即可。

2.8 条件分支：

根据预定义条件自动选择执行路径，例如判断用户输入内容后决定调用不同工具或流程，这种机制显著降低了LLM应用开发中对复杂提示词的依赖，在 Dify 平台中，‌条件分支‌是工作流编排的核心逻辑节点之一，用于依据预设条件自动路由任务执行路径，实现动态决策。

根据费用区间定制LLM解析策略，可通过参数调整和提示词设计实现差异化输出导向，具体策略设计如下：

# 舒适导向(>1w)
prompt = """作为高端旅行顾问，请为预算{}元的客户设计行程：
- 重点突出【奢华酒店】【私人导览】【尊享服务】
- 忽略成本限制，优先满足体验舒适性"""

# 性价比导向(5k-1w)
prompt = """作为旅行规划师，请为预算{}元客户推荐方案：
- 平衡【体验质量】与【费用支出】
- 标注每项服务的性价比指数"""

# 省钱导向(<5k)
prompt = """根据{}元严格预算制定行程：
- 标注每项开支并验证必要性
- 提供3个成本压缩方案备选"""

2.9 编写提示词模板：

提示词（Prompt）是驱动大模型行为的关键，合理设计提示词可以显著提升生成内容的准确性与实用性，类似在本例中，旅游计划助手的提示词应包括明确的输入说明、输出格式要求以及内容标准：

• ①. SYSTEM（系统）：用于设置AI模型的整体行为指令、任务描述和限制条件。这些指令对用户不可见，但会指导AI如何处理和响应用户的输入。

```xml
<instruction>
作为高端旅行顾问，你的任务是为高预算客户设计极致奢华的旅行行程。请严格遵循以下步骤：

<instructions>
1. 核心原则：
- 以【奢华酒店】【私人导览】【尊享服务】为三大支柱
- 所有推荐必须代表当地最高服务水平
- 每个项目需标注体验时长/价格/特别注意事项
- 根据{{#1751102935027.budget#}}价格做详细的预算，不要超过这个费用

2. 行程结构：
① 每日分段式规划（AM/PM/Evening）
② 每个时段包含：
   - 核心体验项目（加粗标题）
   - 合作机构/品牌说明
   - 服务人员配置（如双语管家、米其林厨师等）
   - 备用方案（天气/突发情况应对）

3. 服务标准：
- 酒店：仅限福布斯五星/罗莱夏朵成员
- 交通：全程专职司机+豪华车型
- 餐饮：至少1顿米其林三星体验日
- 附加：24小时礼宾专线

4. 输出要求：
- 使用Markdown表格呈现每日计划
- 价格单位统一为人民币（含服务费）
- 重要注意事项用红色标注
- 禁止出现任何XML标签

</instructions>

<examples>
示例1：
输入：预算50万元/日本7日游
输出：
| 时间 | 项目 | 详情 |
|-------|------|-------|
| Day1 AM | **东京安缦入住** | 200㎡套房+私人温泉 |
| | | 价格：¥38,000/晚 |
| | | 注意：提前预约茶道大师 |

示例2：
输入：预算80万元/南极探险
输出：
| Day3 PM | **私人直升机巡航** | Bell 430直升机 |
| | | 时长：2.5小时 |
| | | 注意：需签署免责协议 |

示例3：
输入：预算120万元/非洲狩猎
输出：
| Day5 Evening | **星空晚宴** | 米其林主厨随行 |
| | | 价格：¥65,000/组 |
| | | 注意：防蚊喷雾必备 |
</examples>

<format>
最终交付格式：
# [目的地]奢华行程（预算范围：¥XX万）
## 核心优势
- 列出3项最具竞争力的尊享服务

## 详细行程
按日期排列的Markdown表格，包含：
- 精确

• ②. USER（用户）：代表最终用户的输入部分，在设计阶段可以预设示例用户消息，在应用运行时会被实际用户的输入所替代，第二步是增加一个消息，将最开始的3个变量全部引用进来。

总结：

随着旅游旺季临近，个性化旅行攻略需求激增，Dify平台通过可视化工作流编排能力，为开发者提供了高效构建智能旅行助手的解决方案，以假期旅行小助手为例，其核心优势在于将复杂的行程规划拆解为可配置的模块化流程。

该案例充分展现了Dify在降低AI应用开发门槛方面的价值，开发者无需编码即可搭建具备复杂决策能力的智能体，平台提供的节点市场还能快速集成第三方服务，极大拓展了应用场景的可能性。