使用Dify快速搭建AI Agent智能助手应用

1 定义

智能助手（Agent Assistant），利用LLM的推理能力，自主对复杂的人类任务进行目标规划、任务拆解、工具调用、过程迭代，在无人类干预的情况下完成任务。

2 咋用智能助手？

“探索”中找到Agent的应用模板，添加到工作区或在此基础自定义。在工作室也可从0编排一个Agent。

选择智能助手的推理模型，智能助手的任务完成能力取决于模型推理能力，建议用Agent时选择推理能力更强的模型系列如 gpt-4，以获得更稳定的任务完成效果。

可在“提示词”中编写Agent的指令，为达到更优预期效果，可在指令中明确它的任务目标、工作流程、资源和限制等。

2.1 添加工具

“上下文”中，可添加用于查询的知识库工具，帮助它获取外部背景知识。

在“工具”中，可添加需使用的工具，以扩展 LLM 的能力，如联网搜索、科学计算或绘制图片，赋予并增强了 LLM 连接外部世界的能力。Dify提供：

• 内置工具
• 自定义工具，支持 OpenAPI / Swagger 和 OpenAI Plugin 规范

意义

允许用户借助外部能力，创建更强大 AI 应用。为Agent编排合适工具，它可通过任务推理、步骤拆解、调用工具完成复杂任务。

也方便将你的应用与其他系统或服务连接，与外部环境交互。如代码执行、对专属信息源的访问等。只需在对话框谈及需要调用的某工具名，即可自动调用该工具。

2.2 Agent设置

为Agent提供两种推理模式：

• Function calling（函数调用）：支持的模型系列如 gpt-3.5/gpt-4 拥有效果更佳、更稳定的表现
• ReAct：尚未支持 Function calling 的模型系列，支持了 ReAct 推理框架实现类似效果

Agent设置中，可修改助手的迭代次数限制：

ReAct 模式：

Function Calling 模式：

2.3 配置对话开场白

为Agent配置一套会话开场白和开场问题，配置的对话开场白将在每次用户初次对话中展示：

• 助手可完成啥样任务
• 可提出的问题示例

2.4 文件上传

部分多模态 LLM 原生支持处理文件，如 Claude 3.5 Sonnet 或 Gemini 1.5 Pro。可在对应 LLM 官网了解文件上传能力支持。

选支持读取文件的 LLM，开启 “文档” 功能，即可让当前 Chatbot 具备文件识别能力：