Dify 零代碼革命—打造你的第一個 AI Agent

0 seconds of 1 minute, 30 secondsVolume 0%

00:00

01:30

Dify 零代碼革命—打造你的第一個 AI Agent

許多人說 2025 年是 AI Agent 元年，如何才能開發自己的 AI Agent？想快速開發 AI 應用卻卡在繁瑣的程式碼？ Dify 的「可視化工作流」讓你專注於創意與邏輯設計！本課程以「實戰 AI 生成應用」為核心，帶你活用 Dify 的零代碼工具從串接模型、建立知識庫、設計流程、部署應用，一步步打造屬於你的智能解決方案。

Hahow AI 學習升級

23.7 k 的人也在觀看

關於課程

課程包含

包含 6 章 35 單元、9 項作業

課程時長

5 時 16 分鐘

課程總人數

221 位同學

觀看限制

不限觀看次數，還會附贈完課證書

學習升級

Hahow AI 學習助教

無需額外付費

即時問答、重點整理、測驗理解，讓知識派上用場

課程內容

Dify 零代碼革命：RAG 知識庫、自動化流程與企業級部署全解析

AI 技術不斷推陳出新，常見困境包括：公司要求學 AI 增加效率卻不知從何開始、課程太多不確定是否適合自己、企業導入 AI 時工具選擇困難，以及程式開發者不清楚現今 AI 工具的差異。

「課程緣起」以白色像素故障風格字體呈現，置於深藍色程式碼與數位科技背景上，作為課程頁面的段落標題。

在 AI 技術爆炸成長的時代，我們正迎來前所未有的變革浪潮。

隨著技術的不斷演進，企業以及員工都面臨轉型的壓力與機遇。根據 Gartner 的預測，到 2026 年，將有 20% 的組織運用 AI 來扁平化組織結構，這一趨勢甚至可能導致超過一半的中層管理職位被淘汰，了解 AI 的變革力將成為你在未來職場競爭中的重要優勢。

隨著越來越多的企業開始依賴 AI 進行決策、流程自動化和組織重構，掌握 AI 才能讓你在職場屹立不搖，本課程的誕生，正是為了解決您的問題。

凱文大叔看見 Dify —— 一個結合 No-Code 與可視化流程設計 的 AI 應用開發平台，正在顛覆傳統的技術門檻。即使你沒有工程背景，也能透過它迅速打造出屬於自己的 AI 應用。這不僅降低了開發難度，更讓「AI 應用開發」從專業工程師的專利，走向全民參與。

為什麼選擇 Dify？一次看懂市面 AI 工具功能 & 面向比較

Dify（LLMOps 平台）與 Make / n8n（自動化 iPaaS）比較：Dify聚焦 AI 應用開發與營運，適合 RAG、AI 客服機器人及企業知識庫；Make / n8n 聚焦工作流程自動化，適合銷售自動化、資料同步與通知流程。

更重要的是，Dify 的模組化架構與敏捷思維設計，完美對接企業實際的數位轉型需求，讓學員能學以致用、快速上手，並直接回應業界痛點。而在 AI 模型日新月異的浪潮中，Dify 支援各種主流模型，也可隨時接入新興模型，保有極高的彈性與擴充性。

此外，Dify 為開源專案，讓企業可以輕鬆建立內部環境、自主部署，打造高度客製化的 AI 解決方案。這點對於重視資料安全與可控性的企業來說，意義重大。

因此，這門課程不會只教你怎麼用 Dify，而會帶你掌握未來 AI 應用的關鍵思維與實戰技術，讓每位學員都能站上 AI 浪潮的前端，無論你是企業經理人、數位轉型推動者、產品經理，或是對 AI 有熱情的創業者、工作者，這都是屬於你的機會。

課程特色包含六大實戰專案，打造 AI 作品集；了解生成式 AI 的應用，掌握 RAG 與知識庫整合，學會本地端系統架設，並透過 Dify 工作流以 No Code／Low Code 建立 AI 應用。

Dify 直覺的流程設計一學就會

AI 回覆流程示意：由「開始」進入「知識檢索」，運用 RAG長期記憶提供資訊，再交由 LLM（grok-2-1212 CHAT）處理，最後透過「直接回覆」輸出文字。

無論是想進入 AI 應用開發領域的非工程背景者、想導入 AI 工具優化業務流程的企業團隊，以及對 AI 應用設計充滿熱情的你，不管是否具備程式基礎，只要你對未來充滿想像、渴望用 AI 解決實際問題——這門課都能成為你踏入 AI 世界的起點。

課程內容將從最核心的實作出發，帶你一步步掌握 Dify 這套強大的開源平台，熟悉「資料整合 → 模型調用 → 應用部署」的全流程，讓你能獨立打造出屬於自己的 AI 應用程式。

簡單的 RAG 知識庫匯入，動動滑鼠即可完成

知識庫搜尋設定畫面，提供向量搜索、全文搜索與混合搜索三種方式；混合搜索可選擇加權分數或 Rerank 模型，並設定 rerank-2、Top K 10 與 Score 閾值 0.3。

「課程單元規劃」標題置於藍色數位科技風格背景中央，作為課程內容與單元安排段落的視覺標示。

這門課程採用「螢幕操作實錄 + 投影片解說」的方式教學，每一個步驟都帶你實際操作，這些工具，你都能靠自己真正做得出來！

整體課程共分為四大階段，做出六大作品，循序漸進，讓你從新手到能夠打造企業級 AI 解決方案：

課程結束時將實作六項 AI 作品：雙向翻譯 AI 助手、社群小編助手、AI 客服機器人、LINE Bot 串接 AI 客服、企業知識查詢助手，以及情緒價值・陪伴型 AI 伴侶。

第一層：基礎築基層（Foundation Layer）

📍 目標：完成環境建置，理解 Dify 核心概念，並能產出第一個運作正常的 AI 應用。核心關鍵字：環境部署、Prompt Engineering、對話式應用

章節 1. 環境準備篇 (重點強化：社群版 Docker/Local 部署)

區分雲端版與社群版 (Community Edition) 的差異，掌握 Docker Compose 部署 Dify 的能力，確保學員擁有自主可控的開發環境。

執行「docker compose up -d」後，Docker Compose 顯示 13/13 完成；docker_ssrf_proxy_network 與 docker_default 已建立，docker-db-1 顯示 Healthy，其餘容器顯示 Started。

Docker Desktop 的專案「docker」容器管理畫面，左側列出 web、redis、ssrf_proxy、db、sandbox、weaviate、worker、worker_beat、api 與 plugin_daemon 等服務，右側顯示執行日誌與連線資訊。

Dify 安裝頁顯示「設定管理員賬戶」表單，需填寫電郵、使用者名稱與密碼；密碼須包含字母和數字字元，長度不少於 8 位，完成後按「設定」。

專案「dify-l-0-pgvector」的服務管理介面，位於 Silicon Valley, United States；api 服務顯示「運作中」，可查看檔案、記錄與指令，左側列出 plugin-daemon、minio、sandbox、db、redis、nginx、worker、web 等服務。

章節 2. 入門篇 - Dify 基礎入門

理解 LLMOps、App 類型 (Chatbot vs Agent vs Workflow)。

插件市場介紹

Dify Marketplace「為您的 AI 開發提供支援」頁面，展示 Partners 外掛與工具，包含 aspire_search、AgentQL、alipay_plugin、Brave、data analysis 等，並可依模型、工具、資料來源、Triggers 與代理策略瀏覽。

模型設定

模型供應商設定頁顯示系統尚未完整配置，部分功能可能無法使用；可安裝的模型提供程式包括 OpenAI、Anthropic、Amazon Bedrock、Azure OpenAI、Gemini、Cohere、Hugging Face Hub、Replicate 與 DeepSeek。

資料來源設定

資料來源設定頁列出已安裝的資料來源提供者，包括 Google Drive、Firecrawl、Notion、Jina Reader、GitHub、SharePoint、GitLab、Tavily、Confluence 與 AWS S3 Storage，皆標示為 RAG 資料源。

章節 3. 基本操作篇 - 打造第一個 AI 對話助手

熟悉提示詞編排 (Prompt Orchestration)、模型參數調整，並發布第一個公開的 Web App。

「建立空白應用」頁面選擇「工作流」App Type，並列出聊天流、聊天助手、Agent、文字生成應用等類型；右側展示由 LLM、Knowledge Retrieval 與 End 節點組成的工作流編輯畫面。

第二層：應用實戰層 (Application Layer)

📍 掌握複雜任務的處理能力，利用「工作流」與「知識庫」解決實際業務問題。核心關鍵字： Workflow (工作流)、RAG (檢索增強生成)、場景落地

章節 4. 應用篇 - 實戰應用開發

學習如何上傳文件、設定分段 (Chunking) 與檢索策略，打造專屬領域的 AI 知識庫。
脫離單純對話模式，學習使用視覺化畫布 (Canvas) 串接節點工作流編排 (Workflow)。

RAG 觀念說明

知識庫問答流程分為前置準備與即時互動：先完成原始文件資料、文件切割與清理、向量化處理及向量資料庫，再從用戶輸入問題經相似性搜尋、取得 Context、構建 Prompt，由 AI 模型（LLM）生成最終回答。

Dify 的父子分塊系統

原始文件先分成 Parent Chunk 1～3，再細分為 Child Chunk 1～9並建立 Embedding 1～9；問題經近似查詢找出相關子區塊，回溯對應父區塊後交由 LLM 生成資料。

流程設計介面

Dify 工作流編輯畫面，畫布以「開始」連接「LLM」與「直接回覆」節點；右側開啟 LLM 設定面板，可設定模型、上下文、記憶，以及 USER 的 @query 與 @files 參數。

流程模板快速引用

Dify 應用探索頁面展示多個可使用的 AI 應用，包含 GPT-Researcher EN、DeepResearch、ChatPaper、File Translation、NotebookLM by Dify.AI 與 Error-handling-demo，並依聊天、工作流、代理等類別瀏覽。

快速製作 RAG 檢索流程

AI 回應流程圖：從「開始」進入「知識檢索」，使用 RAG長期記憶，再交由 LLM 的 grok-2-1212 CHAT 處理，最後於「直接回覆」輸出 LLM text。

RAG 設定

Dify 知識庫設定畫面：區塊結構選用 Parent-Child，Embedding 模型為 voyage-3.5，檢索方式採用混合檢索並啟用 Rerank 模型 rerank-2，Top K 設為 100、Score 閾值為 0.4。

資料命中測試

Dify「檢索測試」介面展示以查詢文字搜尋知識庫的結果，列出 Agile PLM 文件片段與相關度分數 0.63、0.62、0.60，並標示來源 Getting Started with Agile Product Lifecycle Management.pdf。

知識庫管理

Dify 知識庫文件列表顯示三份可用文件，包括 Agile Product Collaboration User Guide.pdf、AGILE936 SDK API.pdf，並列出檔案大小、檢索次數與上傳時間。

知識庫處理流程

Dify 工作流程畫面，串接 DIFY EXTRACTOR、文件提取器、VARIABLE AGGREGATOR、PARENT-CHILD CHUNKER 與 KNOWLEDGE BASE 節點，展示從檔案輸入、文件提取到知識庫建立的流程。

客服訊息微調

客服問答資料編輯畫面，檔案為「279客服Q_A.xlsx」；問題是「自取期限／自取時效／幾天自取完成」，答案為「收到簡訊後7天內」，並標有收到、簡訊、ANSWER、時效等關鍵詞。

章節 5. 進階應用篇 - 進階技巧 (專注於邏輯編排與知識庫)

開發「企業知識查詢助手」、「客服機器人」等具備實際價值的工具。

一個流程可同時串接不同服務

Waifu 與「凱文大叔」的聊天對話：使用者表示最近心情不好，Waifu 溫柔回應並願意陪伴、傾聽，建議吃喜歡的食物、看電影或找朋友聊天，也提供安慰與擁抱。

粉紅色 kawaii 聊天介面展示對話內容：kawaii 先以「Hi! I’m kawaii, nice to meet you!」打招呼，使用者詢問「最近好嗎？」後，收到關心近況並邀請分享特別事情的回覆；左下角有魔法少女插圖。

AGI 流程設計 - 問題分類處理

AI 對話工作流程圖，從「開始」與「問題分類器」分流，串接 HTTP 請求、grok-2-1212、條件分支、檢索結果與 LLM，最後依路徑輸出多個「直接回覆」。

第三層：專家擴展層 (Expert Layer)

📍 打破平台限制，透過程式碼、API 與外部協議 (MCP) 進行深度整合與功能擴充。

📍 核心關鍵字： API 整合、Code Node、Plugin、MCP (Model Context Protocol)

章節 6. 進階應用篇 - 深度應用 (專注於 API 與後端整合)

透過儀錶板監控流程使用狀況

Dify's Workspace 中「kawaii style chatflow」的監控總覽，日期範圍為 11月24－11月24日；總對話數、活躍使用者數、平均會話互動數皆為 0，Token 輸出速度為 0 Token/秒。

呼叫外部 API，無限擴充流程能力

Dify 工作流編輯器畫面，串接啟動、HTTP 請求、條件分支與 LLM 節點；右側設定以 POST 傳送 JSON，配置 Content-Type 與 Accept 標頭，模型使用 grok-2-1212。

事件驅動讓 AI 由被動變主動

Dify Marketplace 的 Triggers 分類頁面，顯示 15 個觸發器外掛，包含 Gmail Trigger、Typeform、RSS Hub、Notion、GitHub、Linear、Slack、Telegram 與 WooCommerce，並可依標籤或熱門程度搜尋與排序。

Dify 工作流程「Daily Report」畫面，結合 Schedule Trigger、Webhook Trigger 與 GitHub Star Event，將事件送入 Summarize，再透過 Gmail Send Gmail Message 寄出報告；下方顯示 Webhook Trigger 的變數資料。

章節 7. 進階開發篇 - 插件與 MCP 應用 (進階選修)

使用代碼節點 (Code Node) 處理複雜的資料轉換或數學運算。
學習 Backend-as-a-Service (BaaS) 概念，將 Dify 應用透過 API 嵌入到應用程式中。
學習如何透過 Model Context Protocol (MCP) 讓 AI 安全地連接本地數據或外部服務，以及開發自定義工具 (Custom Tools) 來擴充 Dify 的原生能力。

一個按鍵即可將流程設為 API 或 MCP Server

Dify「kawaii style chatflow」工作流程畫布，串接 Web App、後端服務 API、MCP 伺服器，以及 grok-3-beta、GPT IMAGE GENERATE 和 LLM 節點。

開放 plugin 協定，可自行開發插件

課程適合四類學習者：初學者、職場工作者、工程師，以及任何想了解 AI 的人。內容涵蓋從零學習、打造 AI 工具、提升工作效率、建立 AI 客服與知識管理系統，以及 AI 產品原型開發。

藍色科技感背景中央以白色粗體字標示「關於講師」，作為介紹講師資訊的段落標題。

講師凱文大叔擁有超過 20 年的 Java 開發經驗，擅長 Spring Boot；現任醫材大廠資深軟體開發主任，專注 Java 與 AI，並經營「凱文大叔 AI 程式設計教室」YouTube 頻道。

凱文大叔 - 開發 Java 經驗超過 20 年，除了對 Java 生態非常熟悉，對前端技術也有涉略
除了正職工作，還在下班後擔任 Amazing Talker 程式語言講師，教授內容有 Java 入門、Spring Boot 以及 React，並受學員的一致好評。
粉絲專頁：凱文大叔教你寫程式
iTHome 鐵人賽：https://ithelp.ithome.com.tw/users/20161290/ironman/7070
出書計畫：預計 2026 年初出版 Spring AI 應用開發
Youtube 頻道：https://www.youtube.com/@pg-kt

使用 Dify 工作流 | 10 分鐘打造高效 AI 客服系統

「回覆與作業規劃」以白色粗體字呈現，搭配深藍色數位科技風格背景，作為課程內容的段落標題。

募資期每天中午 12 點及晚上 8 點回覆課程問題，募資期後一週 1-2 次，盡量每天做回覆
每週末進行作業確認及改善說明
作業為將 Dify 程式匯出，提交後凱文大叔會實際測試並給予優化建議

🎁 募資期限定 - 購課即贈 Zeabur 平台相關資源

目前規劃之項目大致如下，實際細節與項目仍有可能異動：
- Zeabur 平台 15 美金 ( 約台幣 450 元 ) 額度，可用來訂閱專屬主機或是在 Zeabur AI Hub 使用各種模型
- 也請 Zeabur 製作 Dify 1.10.1 模板，這是近期較新且穩定的版本，讓你在學習階段有最強力的支援，不用額外花錢買主機空間或是 AI 服務

🔷 Bonus 2 - 募資期限定：課程解鎖活動

募資期間突破 300%：線上一對一諮詢 ( 3 位 / 30-60 min )

無論你是在學習程式語言上、在工作的程式開發上、又或是在導入 AI 的過程遇到了任何問題，凱文大叔將會從募資期購課學員抽 3 位同學獲得 1v1 諮詢的資格，你可以在這段期間與凱文大叔聊聊、交流彼此的想法。
若募資超過 300 %，則會再加抽諮詢名額 ( 600% 抽 6 位，900% 抽 9 位，以此類推 )。

【以上兩項活動說明】
- 活動期間：募資期間內購課，即可獲得「購課即贈 Zeabur & Dify 平台相關資源」所述之贈品，實際贈送項目仍與開發 / 代理商研議中，將會在日後更新完整品項於此；募資期間購課即可獲得 1v1 諮詢抽獎資格，名單將於開課後一個月內公佈。
- 贈送資格：於募資截止前成功完成購買與付款之同學。
- 募資期間：2025/12/04 中午 12:00 起至 2026/01/15 晚間 23:59 截止
- 領取方式：請於結帳流程正確填寫收件資訊，後續將統一寄送相關會員序號或開通方式。
- 注意事項：本開課講師保有解鎖活動最終解釋權，亦有修改解鎖活動內容的權利，若同學有任何問題，歡迎於課程問答區提出

⚠️ 若要參加活動者，務必於下方「付款資訊」頁面填寫聯繫 Email 喔！若未正確填寫，將視同放棄權益。
⚠️ 請同學盡量填寫你想用來獲得相關資格的 Email，且確保能夠聯繫到你，以利贈送作業進行。

填寫收件資訊的表單，參加者同意將資料提供給 Hahow、本課程教師及配合的行銷與物流公司，僅供此次活動使用；Email 為 karmawu@hahow.in。

🔷 課程分批開課通知

本課程將會分為兩批開課，詳細時程與說明如下：

2026/03/17：第一批開課 - 將會是本次課程中較為基礎的部分，完整的帶同學了解 Dify 生態系及基礎運用、工具製作等。
2026/04/14：第二批開課 - 為本次課程較進階的內容，包含進階應用、進階開發，在學習完基礎的運用後，我們會進一步帶到更深度的技巧學習，並學習插件的開發和 MCP 應用等知識點。

AI 工具迭代快速，如果你有遇到任何問題，無論是在課前對 Dify 工具、AI 變化、自身背景與期待的解決方案有疑問，想詢問凱文大叔的想法；又或是在學習、日常工作運用時，遇到了瓶頸想要尋求協助

凱文大叔都非常歡迎同學踴躍在課前問答區、課程討論區發問，我將會盡快替你解惑。

期待與你在課堂上相見！

哪些人適合這堂課？

📍 初學者：想學 AI 但不知道從何開始，對程式設計感到恐懼，但又想打造自己的 AI 工具。 - 你將學到：AI 應用開發的基本概念、視覺化介面操作、完成 6 個可展示的 AI 作品。 📍 職場工作者：想提升工作效率，需要為公司建立 AI 客服或知識管理系統，希望能夠獨立完成 AI 專案。 - 你將學到：分析工作痛點並設計 AI 解決方案、企業級應用開發流程、成本控制與效能調校。 📍 工程師：想快速掌握 AI 應用開發，需要為客戶快速打造 AI 產品原型，希望學習插件開發。 - 你將學到：Dify 平台底層架構、插件開發環境建置、MCP 協議與跨平台整合、進階工作流設計。 📍 任何想了解 AI 的人：深刻學習並體驗各大 AI 工具，拓展個人知識儲備，建立職涯與生活優勢舉例來說： - 常需發文到各種平台的小編，透過 AI 流程自動產生多種平台的貼文風格 - 受夠 Google 翻譯文不對題的結果 ! 透過 AI 快速完成雙向翻譯 - 傳統網頁客服回答生硬還無法理解客戶問題，透過 AI 輕鬆解決專業客服問答 - 企業想讓員工快速找到內部文件或是各種規章制度，使用 Dify 的知識庫就能快速完成

你可以學到

1. 學習生成式 AI 能做到什麼 2. 學習透過 Dify 工作流 No Code/Low Code 建立 AI 應用 3. 學習 RAG 觀念並透過設定與流程完成知識庫整合應用 4. 課程中將完成大實戰項目，打造你的 AI 作品集 - 📍 雙向翻譯 AI 助手：打造能夠進行雙向翻譯的智能助手，支援多種語言，並能根據上下文提供準確的翻譯結果。 📍 社群小編助手：開發能自動產生社群貼文、標題、標籤的 AI 助手。只需輸入主題，就能快速生成吸引人的內容。 📍 AI客服機器人：建立智能客服系統,能夠自動回答常見問題、引導使用者操作，提供 24/7 不間斷的客戶服務。 📍 LINE Bot 串接 AI 客服：將 AI 客服機器人整合到 LINE 平台，讓使用者可以直接在 LINE 上與 AI 對話。 📍 情緒價值 - 陪伴型 AI 伴侶：創建具有情緒感知能力的 AI 對話伴侶，能夠理解使用者的情緒狀態，提供適當的回應與陪伴。 📍 企業知識查詢助手：打造企業內部的知識管理系統，員工可以快速查詢公司政策、產品資訊、操作手冊等。

上課前的準備

需要準備的工具 / 軟體（若購買課程前不清楚版本是否支援，請先留言與老師確認。）

- 雲端版 Dify ( 可免費建立3個 AI 應用 ) - Docker Desktop ( 安裝社群版使用 ) - ChatGPT API (Dify 平台提供免費 200 則訊息) - RAG 技術使用的 Embedding 與 Rerank 模型 ( Voyage 註冊後提供上億 Tokens 使用額度，一般使用幾乎免費 ) - 網路爬蟲工具 Firecrawl ( 註冊送 500 次網頁爬取 )、Exa ( 註冊送 30 美金使用額度 )

需要具備的背景知識

基本上這堂課程會盡量以 No-code 的基礎來帶領同學學習，因此若你過去沒有撰寫過程式語言的經驗 ( 零基礎學員 )，只要跟著課程操作、練習，就不會成為太大的學習阻礙，還能做出自己的工具。但如果你具備程式語言的撰寫能力、或曾有其他開發經驗，那麼就可以結合自身經歷，多活用一項工具延伸開發出更多元的 AI 解決方案。這門課程源自於我在協助企業進行 AI 轉型時的實戰經驗，以及在 Dify 社群中開發 Line Bot 插件的實際應用。我深刻理解不同背景學習者的需求，因此設計了這門由淺入深、理論與實作並重的課程。

單元一覽

6 章 35 單元｜總時長 316 分鐘

全部展開

入門篇 - Dify 基礎入門

單元 1 - 課程介紹