Coze（扣子）与 Dify 使用指南

是你就无限615

22人浏览 · 2026-06-20 08:39:15

是你就无限615 · 2026-06-20 08:39:15 发布

Coze（扣子）与 Dify 使用指南

一、平台对比

维度	Coze（扣子）	Dify
开发方	字节跳动	LangGenius
定位	AI 智能体（Bot）开发平台	开源 LLM 应用开发平台
部署方式	云端（SaaS）	自托管（Docker）或云服务
开源	部分开源（coze-studio）	完全开源（Apache 2.0）
核心能力	工作流编排、插件、知识库、多Agent	RAG、Agent、工作流、API 编排
适用场景	快速搭建 AI Bot、发布到多渠道	企业级 AI 应用私有化部署
上手难度	低（零代码）	中（需要 Docker 基础）
费用	免费额度 + 按量付费	开源自部署免费

第一部分：Coze（扣子）

1.1 Coze 简介

Coze（中文名：扣子）是字节跳动推出的 AI 智能体开发与发布平台。用户无需编写代码，通过可视化界面即可创建具备知识库、插件、工作流等能力的 AI Bot，并一键发布到多个渠道。

官网地址：

国内版：https://www.coze.cn
国际版：https://www.coze.com

1.2 注册与登录

访问 coze.cn，使用手机号或抖音账号注册登录。
登录后进入工作空间，这是管理所有 Bot 和资源的主界面。

1.3 创建智能体（Bot）

创建入口

点击左侧「工作室」→「创建智能体」，有三种模式可选：

模式	说明	适用场景
单 Agent 模式	一个智能体处理所有任务	简单问答、内容生成
多 Agent 模式	多个智能体分工协作	复杂业务流程
工作流模式	纯流程编排，无 Agent	固定步骤的自动化任务

AI 创建（快速）

选择「AI 创建」，用自然语言描述需求。
示例：“帮我创建一个给小学生修改作文的智能体”。
AI 自动生成：人设描述、回复逻辑、推荐插件。
确认或调整后创建。

标准创建（推荐）

选择「标准创建」，填写：
- 名称：给 Bot 起名（如"客服小助手"）
- 描述：一句话说明功能（如"回答用户关于产品的常见问题"）
进入编辑界面。

1.4 配置 Bot

人设与回复逻辑（Prompt）

在「人设与回复逻辑」区域编写系统提示词：

你是一个专业的客服助手，负责回答用户关于产品的常见问题。
回答要求：
1. 语气友好、专业
2. 回答简洁，不超过200字
3. 如果不确定答案，请说"我需要查询一下，请稍等"
4. 不要编造不存在的产品功能

技能配置

Bot 的能力通过「技能」模块添加：

1）插件（工具调用）

内置插件：搜索、天气、新闻、图片生成、代码执行等。
第三方插件：飞书、Notion、GitHub 等。
自定义插件：通过 OpenAPI 接入自己的服务。

添加方式：点击「插件」→ 搜索或浏览 → 添加。

2）知识库（RAG）

支持上传文档：PDF、Word、TXT、Excel 等。
支持在线数据源：网页 URL、飞书文档、Notion 页面。
支持数据库：MySQL、PostgreSQL 等。

配置步骤：

点击「知识库」→「添加知识库」。
上传文档或连接数据源。
设置分块策略和检索参数。
在 Bot 中引用该知识库。

3）工作流

可视化拖拽编排复杂流程。
支持条件分支、循环、并行、子流程。
详见 1.5 节。

4）记忆

短期记忆：自动保存对话上下文。
长期记忆：跨会话记住用户偏好。
可配置记忆窗口大小和保留策略。

1.5 工作流

创建工作流

进入工作空间 →「资源库」→ 右上角「+资源」→「工作流」。
填写名称和描述，确认创建。
进入可视化画布编辑界面。

界面布局

区域	功能
左侧面板	节点面板，搜索/分类添加节点
中间画布	拖拽节点、连线编排流程
右侧面板	节点配置、参数设置
顶部工具栏	调试、试运行、保存、发布

常用节点类型

节点	说明
开始节点	工作流入口，定义输入参数
LLM 节点	调用大模型进行文本生成/分类/抽取
条件分支	根据条件走不同路径（if-else）
循环	遍历列表执行操作
并行	多个分支同时执行
插件节点	调用插件（搜索、API 等）
知识库检索	从知识库中检索相关内容
代码节点	执行自定义 JavaScript/Python 代码
变量节点	定义和操作变量
结束节点	工作流出口，定义输出

工作流示例：智能客服

开始（用户输入）
  → 知识库检索（匹配相关问题）
  → 条件分支：
    - 匹配到 → LLM 生成回答 → 结束
    - 未匹配 → 插件：转人工客服 → 结束

调试与发布

点击右上角「试运行」，输入测试数据验证流程。
调试通过后点击「发布」。
发布后可在 Bot 中引用该工作流。

1.6 预览与发布

预览调试

在编辑页右侧「预览与调试」区域，通过对话框测试 Bot 是否符合预期。

发布 Bot

点击右上角「发布」按钮。
填写发布记录（可选）。
选择发布平台：
- 扣子商店：发布到 Coze 智能体商店
- 飞书：发布为飞书机器人
- 微信公众号：接入公众号
- 微信客服：接入微信客服
- 网页：嵌入网页 Widget
- API：通过 API 调用

1.7 多 Agent 模式

适用于复杂业务场景，多个 Agent 分工协作：

创建「多 Agent 模式」的智能体。
添加多个子 Agent，每个负责不同任务。
配置 Agent 之间的协作规则：
- 路由 Agent：判断用户意图，分配给对应子 Agent。
- 子 Agent：各司其职，处理特定任务。
支持串行、并行、条件路由等编排方式。

1.8 API 调用

Coze 支持通过 API 调用已发布的 Bot：

在 Bot 设置中获取 API 密钥。
调用示例：

import requests

url = "https://api.coze.cn/v3/chat"
headers = {
    "Authorization": "Bearer YOUR_API_TOKEN",
    "Content-Type": "application/json"
}
data = {
    "bot_id": "YOUR_BOT_ID",
    "user_id": "user_123",
    "stream": False,
    "auto_save_history": True,
    "additional_messages": [
        {
            "role": "user",
            "content": "你好，请问你们的产品有哪些功能？"
        }
    ]
}
response = requests.post(url, headers=headers, json=data)
print(response.json())

第二部分：Dify

2.1 Dify 简介

Dify 是一个开源的 LLM 应用开发平台，提供从 Prompt 编排、RAG 知识库、Agent 智能体到工作流编排的全套功能。支持私有化部署，数据完全自主可控。

官网：https://dify.ai
GitHub：https://github.com/langgenius/dify
文档：https://docs.dify.ai

2.2 系统要求

项目	最低要求	推荐配置
CPU	>= 2 核	>= 4 核
内存	>= 4 GB	>= 16 GB
磁盘	>= 20 GB	>= 50 GB SSD
Docker	>= 20.10.0	最新版
Docker Compose	>= 1.29.0	>= 2.0
操作系统	macOS 10.14+ / Ubuntu 20.04+ / CentOS 8+	Ubuntu 22.04 LTS

macOS 用户：Docker Desktop 需至少分配 2 vCPU 和 8GB 内存。

2.3 安装部署（Docker Compose）

步骤一：安装 Docker

# Ubuntu / Debian
curl -fsSL https://get.docker.com | sh
sudo usermod -aG docker $USER
newgrp docker

# 验证
docker -v
docker compose version

步骤二：克隆 Dify 仓库

git clone https://github.com/langgenius/dify.git
cd dify/docker

步骤三：配置环境变量

cp .env.example .env

首次部署建议保留默认值，关键配置项：

变量	说明	默认值
`EXPOSE_PORT`	Web 访问端口	80
`NGINX_PORT`	Nginx 端口	80
`DB_USERNAME`	数据库用户名	postgres
`DB_PASSWORD`	数据库密码	difyai123456
`SECRET_KEY`	加密密钥	随机生成
`REDIS_PASSWORD`	Redis 密码	difyai123456

步骤四：启动服务

docker compose up -d

首次启动需要拉取镜像，约 5-15 分钟（取决于网络速度）。

步骤五：验证部署

# 查看容器状态
docker compose ps

# 查看日志
docker compose logs -f

# 所有容器应为 Running 状态

步骤六：初始化账号

打开浏览器访问 http://localhost（或服务器 IP）。
首次进入设置管理员账号和密码。
登录后进入 Dify 主界面。

常用运维命令

# 停止服务
docker compose down

# 重启服务
docker compose restart

# 更新到最新版
cd dify
git pull
cd docker
docker compose pull
docker compose up -d

# 查看日志
docker compose logs -f api
docker compose logs -f worker

2.4 接入大模型

Dify 支持多种模型提供商：

内置模型供应商

OpenAI（GPT-4o、GPT-4、GPT-3.5）
Anthropic（Claude 系列）
百度文心
阿里通义千问
智谱 GLM
Moonshot（月之暗面）
Ollama（本地模型）

配置步骤

进入「设置」→「模型供应商」。
选择要配置的供应商。
填入 API Key 和其他参数。
点击「保存」。
在应用中选择已配置的模型。

接入本地模型（Ollama）

# 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 拉取模型
ollama pull qwen2.5:7b

# 启动 Ollama 服务
ollama serve

在 Dify 中配置 Ollama：

模型供应商 → Ollama → 填入 Ollama 服务地址（如 http://host.docker.internal:11434）。
选择可用模型。

2.5 创建应用

Dify 提供四种应用类型：

类型	说明	适用场景
聊天助手	对话式 AI 应用	客服、问答、闲聊
Agent	具备工具调用能力的智能体	自动化任务、数据分析
工作流	可视化流程编排	固定流程的自动化
Completion	单次文本生成	翻译、摘要、内容生成

创建聊天助手

点击「创建应用」→「聊天助手」。
填写名称和描述。
进入编排界面。

2.6 编排界面功能

Prompt 编排

在左侧编排区域编写系统提示词，支持变量插入：

你是一个 {{tone}} 风格的 {{role}}。
请根据以下知识库内容回答用户问题：
{{#context#}}

知识库（RAG）

点击「添加」→「知识库」。
上传文档（PDF、Word、TXT、CSV、MD 等）。
Dify 自动进行文档解析、分块、向量化。
支持的向量数据库：Weaviate、Qdrant、Milvus、Chroma、PgVector 等。
配置检索策略：
- 检索模式：语义检索 / 全文检索 / 混合检索
- Top K：返回的文档片段数量
- 相似度阈值：过滤低质量匹配

工具（Tools）

为 Agent 添加工具能力：

内置工具：Google Search、Wikipedia、天气、计算器等。
自定义 API 工具：通过 OpenAPI Schema 接入自己的 API。
已发布的工具：从 Dify 工具市场安装。

变量

定义应用级别的变量，用户在对话前填写：

变量名	类型	说明
`tone`	文本	回答风格（专业/轻松）
`role`	文本	角色设定
`language`	下拉选项	输出语言

2.7 工作流编排

Dify 的工作流支持复杂的流程编排：

节点类型

节点	说明
开始	定义输入参数
LLM	调用大模型
知识检索	从知识库检索相关内容
条件分支	if-else 逻辑
迭代	循环处理列表数据
HTTP 请求	调用外部 API
代码执行	运行 Python / JavaScript
模板转换	数据格式转换
变量聚合	合并多个分支的输出
结束	定义输出

工作流示例：RAG 问答

开始（用户问题）
  → 知识检索（从知识库匹配相关文档）
  → LLM（基于检索结果生成回答）
  → 结束（输出回答）

2.8 发布与集成

Web 应用

发布后自动生成 Web 访问链接，可直接分享给用户使用。

API 访问

在应用设置中获取 API 密钥。
Dify 提供 OpenAI 兼容的 API 接口。

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost/v1",
    api_key="app-YOUR_API_KEY"
)

response = client.chat.completions.create(
    model="qwen2.5-7b",
    messages=[{"role": "user", "content": "你好"}]
)
print(response.choices[0].message.content)

嵌入网站

Dify 提供嵌入式的 iframe Widget，可嵌入到任何网页中：

<iframe
  src="http://localhost/chatbot/YOUR_APP_ID"
  style="width: 100%; height: 600px; border: none;"
></iframe>

2.9 常见问题

问题	解决方案
Docker 启动失败	检查 Docker 版本和内存分配
容器状态非 Running	`docker compose logs -f` 查看日志
模型调用失败	检查 API Key 和网络连接
Ollama 连接不上	使用 `host.docker.internal` 而非 `localhost`
知识库上传失败	检查文件大小限制和格式支持
中文分块效果差	调整分块策略，使用中文分词模式

三、Coze vs Dify 选型建议

场景	推荐	原因
快速搭建 AI Bot，发布到飞书/微信	Coze	一键发布到多渠道，零代码
企业私有化部署，数据不出内网	Dify	开源自部署，数据自主可控
搭建内部知识库问答系统	Dify	RAG 能力强，支持多种向量数据库
搭建多渠道客服机器人	Coze	渠道集成丰富
需要自定义 API 和复杂工作流	Dify	工作流更灵活，支持代码节点
团队协作开发 AI 应用	Dify	支持团队协作和版本管理
个人快速体验 AI Agent	Coze	上手更快，内置插件丰富

MCP技术社区

欢迎加入 MCP 技术社区！与志同道合者携手前行，一同解锁 MCP 技术的无限可能！

更多推荐

Spring AI Alibaba 中的 Hooks 和 Interceptors 到底是个啥？（通俗易懂汇总版）

Agent框架中的Hooks和Interceptors如同"监工"与"安检员"，通过在模型调用和工具执行前后介入，提供四大核心能力：监控行为日志、修改输入输出、控制执行流程（如重试/终止）及强制执行安全策略（如敏感信息脱敏）。Spring AI Alibaba内置了消息压缩、人工审批拦截、模型调用限频、隐私信息过滤等开箱即用的拦截器，并通过MessagesModelHook（轻量级消息处理）和Mo

MCP技术社区

我用 3 天把 AI Agent 接入了酒店系统，踩过的坑全在这了

# 效果验证：接入前后的对比接入完成后，我做了一组对比测试：| 指标 | 接入前（人工查询） | 接入后（AI Agent） | 提升 ||------|-------------------|-------------------|------|| 单次查询耗时 | 3-5 分钟 | 5-10 秒 |### Step 3：在 Agent 中集成接入 MCP 后，你的 Agent 就自动获得了以下

MCP技术社区

AI Agent 可靠性实战：从重试到熔断的生产级方案

MCP技术社区

所有评论(0)

查看更多评论

是你就无限615

@qq_70319969

已为社区贡献2条内容

Coze（扣子）与 Dify 使用指南

是你就无限615

Coze（扣子）与 Dify 使用指南

一、平台对比

第一部分：Coze（扣子）

1.1 Coze 简介

1.2 注册与登录

1.3 创建智能体（Bot）

创建入口

AI 创建（快速）

标准创建（推荐）

1.4 配置 Bot

人设与回复逻辑（Prompt）

技能配置

1.5 工作流

创建工作流

界面布局

常用节点类型

工作流示例：智能客服

调试与发布

1.6 预览与发布

预览调试

发布 Bot

1.7 多 Agent 模式

1.8 API 调用

第二部分：Dify

2.1 Dify 简介

2.2 系统要求

2.3 安装部署（Docker Compose）

步骤一：安装 Docker

步骤二：克隆 Dify 仓库

步骤三：配置环境变量

步骤四：启动服务

步骤五：验证部署

步骤六：初始化账号

常用运维命令

2.4 接入大模型

内置模型供应商

配置步骤

接入本地模型（Ollama）

2.5 创建应用

创建聊天助手

2.6 编排界面功能

Prompt 编排

知识库（RAG）

工具（Tools）

变量

2.7 工作流编排

节点类型

工作流示例：RAG 问答

2.8 发布与集成

Web 应用

API 访问

嵌入网站

2.9 常见问题

三、Coze vs Dify 选型建议

所有评论(0)

温馨提示：您尚未绑定手机号

是你就无限615