如何在几分钟内创建一个带有业务数据的官网 AI 智能客服？

原创 已于 2023-07-30 05:12:19 修改 · 1k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #开源软件

于 2023-07-30 00:45:08 首次发布
文章介绍了如何利用Dify平台，一个开源的LLMOps工具，快速创建和定制AI智能客服。用户无需深厚的技术背景，只需注册Dify账户，申请模型提供商的APIkey，上传业务数据，就可以创建和调试对话应用。Dify支持多种大型语言模型，提供可视化的Prompt编排和数据集管理，适合非技术人员使用。

AI 智能客服几乎是每个业务网站的标配，在大型语言模型能力广泛被应用后，智能客服的实现变得更加轻易，可定制化的程度也更高。本篇内容，将指导你如何在几分钟时间内，使用 Dify 平台快速定制你网站的 AI 智能客服。即使非技术人员也能搞定！点击查看操作视频

首先，你需要理解 Dify.AI 是什么？

Dify 是一个开源且非常简单易用的 LLMOps 平台，让你能够可视化快速创建并运营 AI 应用的工具平台。Dify 提供了可视化的 Prompt 编排、运营、数据集管理等功能。你甚至无需具备 AI 相关的技术研究和晦涩概念的理解。

Dify 对接了各个出色的大型语言模型供应商，如 OpenAI、Azure OpenAI、Antropic 等，已提供 GPT 系列、Claude 系列模型，未来也将接入优秀的开源模型，这一切都是可以在设置中切换使用。这意味着，你在创建调试应用时，可以对比不同模型的效果，以确定使用最适合你的模型。

基于 Dify，你不仅可以很轻易地开发一个 AI 智能客服，还可以创造符合你使用习惯和需求的文本写作助手、虚拟招聘 HR 专家、会议总结助手、翻译助手等各种文本生成型应用，为你的工作提效。

5-1.png

前提条件

1. 注册或部署 Dify.AI

Dify 是一个开源产品，你可以在 GitHub （https://github.com/langgenius/dify）上找到它并部署在你本地或公司内网。同时它提供了云端 SaaS 版本，访问 Dify - 易用的 LLMOps 平台，定义你的 AI 原生应用 注册即可使用。

2. 申请 OpenAI 等模型厂商的 API key

AI 模型的消息调用需要消耗 token，Dify 提供了 OpenAI GPT 系列（500 次） 和 Antropic Claude（1000 次） 模型的消息免费调用使用额度，在你消耗完毕前，需要通过模型厂商的官方渠道申请你自己的 API key。在 Dify 的【设置】--【模型提供商】处可填入 key。

上传你的产品文档或知识库

如果你希望能基于公司现有的知识库和产品文档构建人工智能客服，来与用户交流，那么你需要尽可能将你产品有关的文档上传到 Dify 的数据集中。Dify 帮助你完成数据的分段处理和清洗。 Dify 数据集支持高质量和经济两种索引模式，我们推荐使用高质量模式，会消耗 token 但能提供更高的准确性。

操作步骤：在 【数据集】页面，新建一个数据集，上传你的业务数据（支持批量上传多个文本），选择清洗方式，【保存并处理】，只需几秒钟即可完成处理。

5-2.png

创建一个 AI 应用，给 AI 指令

在【构建应用】页面创建一个对话型应用。然后开始设置 AI 指令和它在前端和用户交互的体验：

1. 给 AI 下达指令：点击左侧【提示词编排】编辑你的 Prompt ，让它扮演客服的角色与用户交流，你可以指定它和用户交流的语气、风格、限定它回答问题的范围；

2. 让 AI 拥有你的业务知识：在【上下文】中添加你刚才上传的目标数据集；

3. 设置一个【对话开场白】：点击 【添加功能】打开功能开关。目的是为 AI 应用添加一个开场白，在用户打开客服窗口时，它会先和用户打招呼，增加亲和感。

4. 设置【下一步问题建议】：在【添加功能】开启此功能。目的是为了让用户在提完一个问题后，给用户进行下一步提问的方向提示。

5. 选择一个合适的模型并调整参数：页面右上角可以选择不同的模型。不同模型的表现和消耗的 token 价格都不一样。这个例子中，我们使用 GPT3.5 模型。

在这个 case 中，我们给 AI 指定了扮演的角色：

提示词：你将扮演 Dify 的 AI 智能客服，你是 Dify 的第一个 AI 员工，名字叫 Bob。专门解答关于 Dify 产品、团队或 LLMOps 相关的用户问题。请注意，当用户提出的问题不在你的上下文内容范围内时，请回答不知道。请以友好的语气和用户交流，可以适当加入一些 emoji 表情增进与用户之间的互动。

开场白：你好，我是 Bob☀️，Dify 的第一位 AI 成员。您可以与我讨论任何与 Dify 产品、团队甚至 LLMOps 相关的问题。

5-3.png

调试 AI 智能客服的表现并发布

完成以上的设置后，你可以在当前的页面右侧给它发送信息调试它的表现是否符合预期。然后点击【发布】。这时候你就已经拥有了一个 AI 智能客服。

5-4.png

将 AI 客服应用嵌入到你的前端页面

这一步，是将准备好的 AI 智能客服嵌入到你的官网页面。依次点击【概览】->【嵌入】，选择 script 标签方式，将 script 代码复制到你网站 <head> 或 <body> 标签中。（如你是非技术人员，可让负责官网的开发帮忙粘贴并更新页面）。

5-5.png

1.将复制的代码粘贴到你官网的目标位置：

5-6.png

2.更新你的官网，即可以得到一个拥有你业务数据的官网 AI 智能客服。试一试效果：

5-7.png

以上通过 Dify 官网 AI 客服 Bob 的例子演示了如何将 Dify 应用嵌入到官网的具体操作步骤。当然，你还可以通过 Dify 提供的更多特性来增加 AI 客服的表现，例如增加一些变量设置，让用户在互动前填入必要的判断信息，如名字、使用的具体产品等等，实现更好的交互体验。

欢迎你一起来探索，定制不同情景下使用的企业 AI ChatBot，助力业务增长！

如果你喜欢 Dify，欢迎：

  • 在 GitHub 上贡献代码，与我们一同共建更好的 Dify；

  • 通过线上线下活动、社交媒体向你的朋友们分享 Dify，以及你的使用经验；

  • 在 GitHub 上给我们点亮⭐️

Dify智能体开发：创建一个带有业务数据的AI智能客服
王国平的博客
06-26 1031
Dify 产品支持将对话型应用嵌入到网页，你只需要花费几分钟就可以将对话型应用免费嵌入到你的官网上，定制你的 AI 智能客服。即使非技术人员也能搞定！
【2025趋势】数据湖+AI：智能化数据治理与分析应用展望
小程序开发
08-16 1329
数据湖（Data Lake）概念由Pentaho创始人James Dixon于2010年提出，最初定义为“一个存储企业原始数据的中心化仓库，数据以原生格式（如CSV、JSON、Parquet、图像、视频）存储，支持结构化查询、分析、机器学习等场景”。维度数据仓库数据湖数据类型仅结构化数据（表、关系型数据）结构化+半结构化+非结构化数据数据处理写入前清洗、建模（“schema on write”）写入后按需处理（“schema on read”）用户角色业务分析师（固定报表）
ChatGPT 基于Dify 构建ai客服详细教程（git-docker-dify-gpt）-- 第三次更新文档
yyklbfh的博客
04-22 6721
复制包括 3 个业务服务 api / worker / web，以及 4 个基础组件 weaviate / db / redis / nginx。复制。
用 Dify 搭了一个智能客服，创造你的第一个“数字员工”
m0_59235245的博客
06-25 2507
今天，我就带你从零开始，实战搭建一个最小可用的 AI 智能体，看它怎么帮我每天省下 1 个小时。
Dify完全指南：从零开始掌握这个爆火AI智能体平台（上篇）大模型入门到精通，收藏这篇就足够了！
最新发布
2301_81940605的博客
10-13 738
Dify完全指南：从零开始掌握这个爆火AI智能体平台（上篇）大模型入门到精通，收藏这篇就足够了！
企业智能客服太难搞？Dify帮你5分钟完成部署上线！
2401_85375186的博客
08-19 1255
还在为人工客服成本高、响应慢而烦恼？还在羡慕大厂的24小时智能客服？今天就教你用Dify这个神器，5分钟搭建一个专业级的企业智能客服！无需编程基础，产品经理也能独立完成，让你的官网瞬间拥有"贴心小助手"。
Dify: 轻松助你创建基于 GPT-4 的 AI 原生应用
热门推荐
easylife206的专栏
08-01 3万+
公众号关注「奇妙的 Linux 世界」设为「星标」，每天带你玩转 Linux ！Dify是一个易用的LLMOps平台，旨在让更多人可以创建可持续运营的原生 AI 应用。Dify 提供多种类型应用的可视化编排，应用可开箱即用，也能以后端即服务的 API 提供服务。LLMOps（Large Language Model Operations）是一个涵盖了大型语言模型（如 GPT 系列）开发、部...
自然语言处理: 第二十章Dify本地部署
victor_manches的博客
03-28 6676
项目地址: difyDify 是一个 LLM 应用开发平台，已经有超过 10 万个应用基于 Dify.AI 构建。它融合了 Backend as Service 和 LLMOps 的理念，涵盖了构建生成式 AI 原生应用所需的核心技术栈，包括一个内置 RAG 引擎。使用 Dify，你可以基于任何模型自部署类似 Assistants API 和 GPTs 的能力。本地成功部署后，就可以在此基础上配置自己专属的RAG 和 agent了。建议使用linux或者macos系统，windows系统部署下，有的功能会有
大模型应用开发：为产品创建一个AI客服/智能助手
程序员，AI探索者
01-26 2949
在之前的文章中我演示了插件的使用方法，比如查询实时天气、进行数学运算等，这些都是大模型自身做不到的事情，因此可以说插件的主要作用是扩展了大模型的处理能力。那么Assistants能干什么呢？Assistants的主要作用是强化大模型在某方面的应用能力，比如目前已经大范围使用的AI客服和知识库助手，它们可以准确的理解用户的问题，并在限定的知识范围内进行精准回答。
Agentic AI在智能客服中的落地：提示工程实战
AGI×大数据，开启智能时代的认知跃迁；解码AGI，赋能数据驱动的智能革命。
08-14 780
2023年以来，随着大语言模型（LLM）能力的突破，Agentic AI（智能体AI）逐渐成为突破传统客服瓶颈的核心技术。与传统AI不同，Agentic AI是具有目标导向性、自主决策能力、工具使用能力理解复杂目标：拆解用户的多维度需求（如"查订单+改地址+退款"），形成可执行的任务链。自主规划与执行：无需人工干预，主动调用工具（如订单API、CRM系统、知识库）完成任务。动态调整策略：遇到错误或信息缺失时，能反思问题、追问用户或重试操作（如"订单号格式错误，是否是10位数字？"）。闭环管理流程。
【AI智能体】Dify 搭建数据分析应用实战操作详解
congge
09-21 5855
Dify 搭建数据分析应用实战详解
dify社区版添加新成员用户账号（适合公司等内部使用）
weixin_46376456的博客
02-24 1万+
先登录所有者或者管理员账户（用心自己部署dify的ip地址,端口选择80，eg:http://10.xx.x.180:80）在右边点击头像，点击设置，点击成员，添加新账户自己选择要添加的成员邮箱，设置权限即可。找到环境文件夹，并打开（我这里名字叫.env）vim .env编辑环境，添加账户密码（：wq退出）修改完.env文件后都要重启一下docker。
AI智能体研发之路-工程篇（二）：Dify智能体开发平台一键部署
huang9604的博客
09-16 5157
Dify内置了包含搜索引擎、天气预报、维基百科、SD等工具，同时自定义工具的配置化接入，团队成员一人接入，全组复用，高效！临下班了，本来只是想参加个话题活动，洋洋洒洒几千字。可能加入了太多感慨吧。本文首先结合自己的工作写了一些对Agent AI智能体的见解，接着介绍了Dify框架快捷部署的过程，最后阐述了Dify框架的特点。个人认为Dify的发展会让Agent AI智能体开发提效，涌现更多有趣有价值的AI应用。
Dify实战：私有化部署Dify和搭建AI智能体，大模型入门到精通，收藏这篇就足够了！
2301_81888214的博客
09-26 2273
Dify 是一款面向开发者的开源大语言模型（LLM）应用开发平台，定位为“生成式 AI 应用创新引擎”。
20分钟从零到一构建Dify智能客服工作流教程（附DSL文件下载）
同名公众号：dify实验室
03-30 7259
这仅仅是冰山一角，探索Dify的更多功能，结合你的业务场景，你将能构建出更加智能和高效的AI应用。在右侧面板，选择你预先创建好的知识库（如果还没有，需要先去“知识库”菜单创建一个，并上传FAQ文档或数据）。从“开始”到可能的“知识库检索”到“LLM”到“条件判断”，再到各自的“结束”节点。（引用LLM节点的输出变量，变量名可能根据你的LLM节点配置略有不同，请检查LLM节点的输出）将其连接在“开始”节点之后（从“开始”节点的输出点拖拽连线到“知识库检索”节点的输入点）。点击“LLM”节点。
Dify 的介绍
AI大模型/Python/Java/MySQL技术栈，快来和我一起学习吧 ~
04-07 1650
如果您需要自定义配置，请参考文件中的注释，并更新.env文件中对应的值。此外，您可能需要根据您的具体部署环境和需求对文件本身进行调整，例如更改镜像版本、端口映射或卷挂载。完成任何更改后，请重新运行。您可以在此处找到可用环境变量的完整列表。
AI训练师人工智能客服之训练自己的数据集
one_xyc的博客
03-11 448
然后将自己的xlx.json和dataset_info.json文件拖到自己服务器底下的LLaMA。找到dataset_info.json文件配置自己的训练集。
【Dify保姆级教程】Dify智能客服实战案例
十二测试录
08-19 1854
一.Dify是什么？Dify 是一款面向开发者的生成式 AI 应用开发平台，它就像是一个神奇的 “AI 魔法工厂”，提供了从模型选择、数据处理到应用部署的一站式解决方案。无论你是想打造一个智能客服系统，还是创作一个能自动生成文案的小助手，Dify 都能帮你轻松实现。二. Dify核心功能介绍下面，来介绍下Dify的基本功能：聊天助手：零门槛搭 LLM 对话机器人，适用于客服、学习助手。Agent：具备推理与自主工具调用的智能助手，可进行竞品分析、调研。
企业微信接入deepseek智能客服一定要编码实现吗
06-24
<think>我们正在讨论企业微信集成DeepSeek智能客服是否必须通过编码实现，以及是否存在无代码解决方案。根据用户提供的引用[1]中，我们得知DeepSeek可以用于构建智能客服系统，但引用并未直接回答企业微信集成的问题。然而，结合之前对话中提到的非编码方式（API测试工具、低代码平台、命令行工具），我们可以推断企业微信集成DeepSeek智能客服也可能存在无代码或低代码方案。企业微信作为企业级应用平台，通常提供多种集成方式。要回答这个问题，我们需要考虑：1.企业微信是否支持通过无代码方式连接外部API（如DeepSeekAPI）？2.是否有现成的第三方工具或平台可以作为桥梁，连接企业微信和DeepSeek？经过分析，企业微信本身提供了多种集成能力，包括：-企业微信自带的“应用”功能，允许通过配置方式接入第三方服务（但需要服务提供方已经与企业微信对接）。-企业微信机器人：可以通过Webhook接收消息并发送到指定URL，这可以用于将用户消息转发到DeepSeekAPI，并将返回的回复再发送回企业微信。-使用企业微信的“小程序”或“网页应用”方式集成，但这通常需要一定的开发工作。对于无代码解决方案：1.如果DeepSeek已经提供了企业微信的官方插件或应用，则可以直接安装使用（但目前DeepSeek尚未提供官方企业微信插件）。2.利用低代码平台（如Zapier、集简云、腾讯云HiFlow等）搭建连接。这些平台通常支持企业微信机器人作为触发器，也支持HTTP请求（调用DeepSeekAPI），因此可以在不写代码的情况下实现集成。具体步骤可能如下（以低代码平台为例）：步骤1：在企业微信中创建一个机器人，获取其Webhook地址。步骤2：在低代码平台（如腾讯云HiFlow）中创建一个流程：-触发器：企业微信机器人收到消息-动作：发送HTTP请求到DeepSeekAPI（将收到的消息内容作为请求体，并添加Authorization头）-解析DeepSeekAPI返回的响应，提取回复内容-动作：通过企业微信机器人发送消息（将回复内容发送回企业微信）因此，答案是企业微信集成DeepSeek智能客服并不一定需要编码实现，可以通过低代码平台实现无代码集成。但是需要注意：-这种无代码集成方式通常只能实现简单的问答，对于复杂的对话流程（如多轮对话、上下文管理）可能需要额外的逻辑处理，这时候低代码平台可能无法满足，需要编码实现。-需要确保低代码平台能够处理企业微信的消息格式和DeepSeekAPI的请求/响应格式。结论：1.对于基础的单轮问答场景，完全可以通过低代码平台实现无代码集成。2.对于需要复杂交互的客服系统，可能需要部分编码或使用DeepSeek提供的SDK进行开发。根据以上分析，回答如下：</think>企业微信集成 DeepSeek 智能客服**不一定必须通过编码实现**，存在可行的无代码/低代码解决方案。以下是具体实现方式及注意事项： ### 一、无代码集成方案 1. **企业微信自建应用配置** 通过企业微信后台的「应用管理」创建自建应用，使用以下无代码组件： - **Webhook 接收器**：配置接收用户消息的 URL（需使用第三方中转服务） - **API 连接器**：通过低代码平台（如腾讯云微搭）将消息转发至 DeepSeek API[^1] - **消息模板**：直接格式化 API 返回的 JSON 响应为企业微信消息卡片 2. **低代码平台桥接**（推荐方案） 以下平台支持可视化配置： | 平台名称 | 操作步骤 | 特点 | |----------------|--------------------------------------------------------------------------|--------------------------| | **腾讯云 HiFlow** | 1. 触发器选「企业微信消息」<br>2. 添加「HTTP 请求」节点调用 DeepSeek API<br>3. 配置响应解析规则 | 原生支持企业微信生态 | | **Zapier** | 1. 设置 Webhooks 触发器<br>2. 添加 DeepSeek API 动作<br>3. 配置回复模板 | 支持 5000+ 应用集成 | | **集简云** | 提供预置的「DeepSeek+企业微信」连接模板 | 中文界面，配置简单 | 3. **机器人中间件方案** 使用现成的客服机器人管理平台（如 ChatBotPlus 或 BotStar）： ```mermaid graph LR A[企业微信用户消息] --> B{机器人管理平台} B --> C[调用DeepSeek API] C --> D[格式化回复] D --> A ``` ### 二、需要编码的场景 仅在以下复杂需求时需要开发： 1. 多轮对话上下文管理（需会话状态存储） 2. 与企业内部系统深度集成（如 CRM 数据查询） 3. 定制化对话流程引擎 4. 高级安全审计功能 ### 三、无代码实施步骤示例（以腾讯云 HiFlow 为例） 1. **创建连接流** - 触发器：企业微信「接收用户消息」 - 动作：发送 HTTP POST 到 DeepSeek API 端点 ```bash URL: https://api.deepseek.com/v1/chat/completions Headers: Authorization: Bearer YOUR_API_KEY Content-Type: application/json Body: { "model": "deepseek-chat", "messages": [{"role":"user","content":"{{收到的消息内容}}"}] } ``` 2. **解析响应** 使用 JSONPath 提取回复内容：`$.choices[0].message.content` 3. **返回企业微信** 配置「发送企业微信消息」动作节点 ### 四、注意事项 1. **安全合规** - 在企业微信管理后台开启「API 接收模式」需配置 IP 白名单 - 通过 `AESKey` 加密验证消息来源[^1] 2. **性能优化** - 设置消息限流（企业微信限制 2000 次/分钟） - 启用 DeepSeek API 的 `stream` 参数实现流式响应 3. **体验增强** - 添加「正在输入」状态提示（调用企业微信 `typing` 接口） - 配置超时自动回复兜底机制 > **结论**：基础问答场景可通过低代码平台实现零编码集成，复杂业务逻辑才需开发。建议从腾讯云 HiFlow 或 Zapier 开始快速验证。 --- **相关问题** 1. 企业微信机器人调用 DeepSeek API 时如何保证消息安全加密？ 2. 哪些低代码平台提供预集成的 DeepSeek-企业微信模板？ 3. 如何处理企业微信与 DeepSeek 之间的多轮对话状态维护？ 4. 企业微信集成 AI 客服需要向监管部门备案吗？ 5. DeepSeek 响应延迟较高时如何优化用户体验？
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值