Dify，作为一款开源的大语言模型应用开发平台，自 2023 年 3 月项目设立以来，便在人工智能领域崭露头角，在 GitHub 上收获了众多关注 ，其开源协议基于 Apache License 2.0 有限商业许可，融合了后端即服务和 LLMOps 理念，为开发者和非技术人员搭建了一座通往生成式 AI 应用开发的桥梁。
今天作者要分享的是如何在DiFy平台上创建一个Agent。Agent是利用大语言模型的推理能力，自主地对复杂的人类任务进行目标规划、任务拆分、工具调用和过程迭代，最终在没有人类干预的情况下自主完成任务。
Agent（智能体）的概念大家应该并不陌生了，今天分享通过可视化的方式构建各种各样强大的智能体。关于Agent的定义，我并不想引用官方正式的说法。而是按照我的理解通俗地解释一下。大模型好比是面粉，可以做出各种面食，虽然能解决温饱但不一定好吃。
Dify 是一个“AI应用工厂”，能帮你快速搭建各类智能工具，就像用乐高积木拼装一样简单。提示:若问题仍未解决，建议在PowerShell执行 wsl --update 后提交完整错误日志至WSL GitHub仓库 。
将 LLM 集成至已有业务，通过引入 LLM 增强现有应用的能力，接入 Dify 的 RESTful API 从而实现 Prompt 与业务代码的解耦，在 Dify 的管理界面是跟踪数据、成本和用量，持续改进应用效果。
它结合了后端即服务 和 LLMOps 的概念，使开发人员能够快速构建生产级生成式 AI 应用。通过集成构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的提示词编排界面、高质量的检索增强生成 引擎以及灵活的 Agent 框架，同时提供了一组易于使用的界面和 API，Dify 为开发人员节省了大量时间避免重复造轮子，让他们可以专注于创新和业务需求。
“这两年做IT产品的大佬，在公众场合交流的时候不提人工智能，估计咖位会掉价一半”，这句话是行业的一位非常有影响力的 大佬的亲口吐槽，这个说明人工智能对于参与者来讲感觉有些 “gone with the wind” 。
你可以通过 $ docker compose version 命令检查版本，详细说明请参考 Docker 官方文档:如果版本是 Docker Compose V2，使用以下命令:如果版本是 Docker Compose V1，使用以下命令:运行命令后，你应该会看到类似以下的输出，显示所有容器的状态和端口映射:
