智能體開發實戰（Dify）（微課版）

陳康，深圳信息職業技術大學人工智能學院專任教師。本科、碩士畢業於廈門大學，計算機軟件與理論專業，擁有多年在字節跳動、騰訊等大型互聯網企業的研發及技術管理經驗，曾擔任研發架構師，主導並深度參與多個國內領先應用系統開發，包括飛書在線文檔、騰訊醫療等大型復雜系統。在互聯網技術研發領域，積累了豐富的工程實踐經驗，對大模型技術應用、深度學習、分布式計算等有著深入的研究，先後獲得騰訊雲開發高級工程師、運維高級工程師、架構高級工程師認證。專註於大模型技術、深度學習、分布式計算的教學與研究工作，主講《大模型原理及應用開發》《智能體開發實戰》等核心課程。

項目1　智慧校園智能體初探——Dify開發環境搭建　1 教學目標　1 項目背景　2 項目目標　2 項目分析　2 知識準備　3 1.1　智能體概述　3 1.1.1　從大語言模型到智能體的發展　3 1.1.2　常見的智能體架構與應用場景　4 1.1.3　常見的智能體類型與主流開發平臺　6 1.2　Dify平臺基礎　7 1.2.1　Dify的核心能力與技術架構　7 1.2.2　對話、工作流與智能體應用形態對比　8 1.3　提示詞工程　9 1.3.1　經典的提示詞框架　9 1.3.2　結構化提示詞　10 項目實施　12 任務1.1　Dify開發環境準備　12 任務1.2　Dify開發環境部署　15 任務1.3　給Dify開發環境添加大語言模型　19 任務1.4　創建“智慧校園助手”對話應用　21 項目總結　24 習題　24 拓展任務　25 閱讀拓展　25 項目2　智慧校園智能體意圖識別——工作流設計　26 教學目標　26 項目背景　26 項目目標　27 項目分析　27 知識準備　27 2.1　工作流基本概念　27 2.1.1　節點　28 2.1.2　變量　29 2.2　節點編排　33 2.2.1　串行設計　33 2.2.2　並行設計　34 2.3　結構化輸出　34 2.3.1　結構化輸出用法　35 2.3.2　結構化輸出示例　37 2.4　異常處理　38 2.4.1　預定義異常處理邏輯　39 2.4.2　錯誤類型　40 項目實施　42 任務2.1　搭建最小化回聲工作流　42 任務2.2　實現JSON結構化輸出與校驗　45 任務2.3　構建“區分教務與生活”的路由工作流　49 任務2.4　引入異常處理　54 項目總結　57 習題　57 拓展任務　58 閱讀拓展　58 項目3　智慧校園智能體百事通——知識庫問答構建　59 教學目標　59 項目背景　59 項目目標　60 項目分析　60 知識準備　60 3.1　RAG技術概論　60 3.1.1　大語言模型的幻覺與知識局限性　60 3.1.2　RAG架構原理　61 3.2　知識庫管理　62 3.2.1　非結構化數據的清洗與規範　62 3.2.2　文本分段策略　64 3.3　向量檢索與索引構建　65 3.3.1　Embedding模型　65 3.3.2　檢索策略對比與選擇　66 3.4　召回效果優化　67 3.4.1　重排序模型　68 3.4.2　關鍵參數調試策略　68 3.4.3　召回測試與可視化調優　69 項目實施　70 任務3.1　知識庫創建與文檔分段策略配置　70 任務3.2　搭建“智慧校園制度百事通”應用　75 任務3.3　向量檢索與關鍵參數調試　79 任務3.4　引入重排序優化召回效果　83 項目總結　86 習題　87 拓展任務　88 閱讀拓展　88 項目4　智慧校園智能體能力拓展——工具調用實現　89 教學目標　89 項目背景　89 項目目標　90 項目分析　90 知識準備　90 4.1　HTTP調用　90 4.1.1　HTTP請求與響應模型　91 4.1.2　HTTPS的安全機制　91 4.1.3　API鑒權機制　92 4.1.4　狀態碼與響應機制　93 4.2　OpenAPI規範　93 4.2.1　什麼是OpenAPI　93 4.2.2　OpenAPI文檔　93 4.2.3　什麼是Swagger　94 4.2.4　Swagger和OpenAPI的關系　94 4.3　智能體與工具調用　95 4.3.1　智能體的自主決策機制　95 4.3.2　工具調用工作機制　95 4.4　工具定義規範　96 4.4.1　工具Schema的設計　96 4.4.2　輸入參數與輸出結構的定義　96 4.4.3　統一輸出結構的設計意義　97 項目實施　98 任務4.1　在Dify裏添加內置工具　98 任務4.2　自定義HTTP工具——教務系統成績單查詢　101 項目總結　106 習題　106 拓展任務　107 閱讀拓展　108 項目5　智慧校園智能體互聯——MCP應用　109 教學目標　109 項目背景　109 項目目標　110 項目分析　110 知識準備　111 5.1　MCP概述　111 5.1.1　從工具調用到MCP的演進　111 5.1.2　MCP架構　111 5.1.3　MCP傳輸模式　112 5.1.4　使用MCP的優勢　113 5.2　MCP的核心能力　113 5.2.1　工具　113 5.2.2　資源　114 5.2.3　提示詞　114 5.3　MCP開發基礎　115 5.3.1　MCP Server開發框架　115 5.3.2　工具的註冊與實現　116 5.3.3　MCP Server的調試與測試　117 5.4　MCP生態與Dify集成　117 5.4.1　MCP開源生態　117 5.4.2　在Dify中接入MCP服務　118 項目實施　119 任務5.1　接入高德地圖MCP服務　119 任務5.2　搭建MCP Server開發環境　123 任務5.3　開發第 一個MCP工具　127 任務5.4　為MCP服務擴展資源與提示詞　132 任務5.5　將本地MCP服務接入Dify平臺　136 項目總結　140 習題　140 拓展任務　141 閱讀拓展　141 項目6　智慧校園智能體賦能——Agent Skills開發與應用　142 教學目標　142 項目背景　142 項目目標　143 項目分析　143 知識準備　143 6.1　Agent Skills概述　143 6.1.1　Agent Skills核心特性　143 6.1.2　Agent Skills解決的問題　144 6.2　Agent Skills執行過程　144 6.2.1　意圖識別　144 6.2.2　參數提取　145 6.2.3　狀態回傳　145 6.3　Agent Skills與MCP的對比與協同　145 6.3.1　Agent Skills與MCP的差異　145 6.3.2　Agent Skills與MCP的協同方式　146 6.4　Agent Skills的標準結構與規範　146 6.4.1　核心指令域　147 6.4.2　動態代碼與靜態知識的解耦　147 6.4.3　資產與輸出約束　147 6.5　Agent Skills的常見分類　147 6.5.1　信息檢索與分析型Skill　147 6.5.2　流程控制與執行型Skill　147 6.5.3　閉環規則與知識型Skill　147 項目實施　147 任務6.1　搭建失物招領業務邏輯與靜態知識庫　148 任務6.2　配置SKILL.md與響應模板　150 任務6.3　Dify中使用Skill　151 項目總結　156 習題　157 拓展任務　157 閱讀拓展　157 項目7　智慧校園智能體深研——深度研究工作流開發　158 教學目標　158 項目背景　159 項目目標　159 項目分析　159 知識準備　160 7.1　復雜任務推理與規劃機制　160 7.1.1　CoT　160 7.1.2　智能體規劃算法　161 7.1.3　自我反思與修正機制　161 7.2　高級工作流編排技術　162 7.2.1　疊代控制結構　162 7.2.2　代碼擴展能力　163 7.2.3　參數提取與動態變量管理　163 7.3　深度研究　164 7.3.1　深度研究智能體的工作範式　164 7.3.2　搜索引擎工具的高級應用　165 7.3.3　信息綜合與報告生成規範　166 7.4　異步處理與人機協同　166 7.4.1　長耗時任務的異步架構　167 7.4.2　人機協同交互設計　168 項目實施　168 任務7.1　意圖解析與研究路徑規劃　168 任務7.2　引入人機協同審批機制　173 任務7.3　批量數據檢索與代碼級深度清洗　178 任務7.4　交叉驗證與結構化報告模板配置　183 任務7.5　生成《人工智能對大學生學習生活的影響》研究報告　186 項目總結　191 習題　191 拓展任務　191 閱讀拓展　192