%%{init: {'theme': 'base', 'themeVariables': {'primaryColor': '#0033FF', 'primaryTextColor': '#FFFFFF', 'primaryBorderColor': '#0026CC', 'lineColor': '#0033FF', 'secondaryColor': '#F8F9FB', 'tertiaryColor': '#E5EAFF', 'fontFamily': '-apple-system, BlinkMacSystemFont, sans-serif'}}}%%
flowchart TD
YOU(["你来写"])
YOU --> L1
YOU --> L2
YOU --> L3
YOU --> L4
subgraph L1["第1层 · 公开渠道 Public"]
A1["技术文章 / 博客"] --> A2["X · LinkedIn"]
A2 --> A3["品牌曝光 · 技术影响力"]
end
subgraph L2["第2层 · Dify协会 Members Only"]
B1["深度 Use Case / 踩坑记录"] --> B2["协会专属发布"]
B2 --> B3["社区粘性 · 生态培育"]
end
subgraph L3["第3层 · 合作伙伴培训 Partners"]
C1["部署文档 Docker / Helm"] --> C3["合作伙伴独立交付"]
C2["App搭建课程 · 业务场景"] --> C3
end
subgraph L4["第4层 · 原厂技术支持 Premium"]
D1["架构建议 · 咨询文档"] --> D2["深度技术咨询 1on1"]
D2 --> D3["高客单价 · 品牌护城河"]
end
style L1 fill:#E5EAFF,stroke:#0033FF,color:#000000
style L2 fill:#E5EAFF,stroke:#0033FF,color:#000000
style L3 fill:#E5EAFF,stroke:#0033FF,color:#000000
style L4 fill:#E5EAFF,stroke:#0033FF,color:#000000
- Dify 是什么：一个让企业不依赖单一 AI 厂商、自主掌控 AI 应用的平台
- Dify Cloud vs Dify Enterprise 的区别：SaaS 试用 vs on-premise 私有部署
- Dify 支持哪些 LLM：OpenAI、Claude、Gemini、本地模型（Ollama）等接入方式
- Dify 的核心概念解释：Chatbot / Agent / Workflow / Knowledge Base 各是什么、适合什么场景
- Dify 工作流（Workflow）和 n8n / Zapier 的本质区别
- 用 Dify 搭一个企业内部的 FAQ 机器人：从知识库上传到对话测试的完整流程
- 用 Dify + 知识库做合同审查助手：如何处理 PDF 文档、设定检索参数
- 用 Dify Workflow 自动化日报生成：多节点串联、变量传递、输出格式控制
- 用 Dify Agent 调用外部工具：以天气查询为例，演示工具定义到调用的全链路
- 日本企业常见 AI 需求场景盘点：客服、文档处理、社内知识检索、报告生成
- MCP（Model Context Protocol）是什么：为什么它让 AI 工具调用变得标准化
- RAG 的核心问题：为什么知识库检索结果不准，从 chunk 策略到 embedding 模型选型
- 提示词工程的误区：日本企业最常见的 3 种写法错误
- AI Agent 的局限性：哪些任务不适合交给 Agent 做
- on-premise 部署 AI 应用的必要性：数据主权、合规、网络隔离的实际考量
- 制造业设备故障排查机器人：知识库分层结构设计 + 检索参数调优记录
- 法务合同比对 Workflow：迭代节点处理多文件、人类在环审核节点的触发条件设定
- 社内稟議（审批）自动草稿生成：结构化输出格式设计 + 提示词版本对比
- 多语言客服 Agent：工具调用链设计、fallback 策略、对话记忆管理
- HR 入职文件处理流水线：PDF 解析 → 信息提取 → 表单填写的完整节点配置
- 知识库检索结果不相关：Top-K、Score 阈值、Rerank 模型三者如何联动调整
- Workflow 节点超时频繁：LLM 节点超时参数、重试机制、异步处理的配置方式
- 同一问题每次回答不一致：Temperature 参数与提示词结构对输出稳定性的影响
- 大文件（100MB+ PDF）上传失败：分块上传、预处理脚本、存储配置的实际解法
- Agent 工具调用陷入死循环：最大迭代次数设定 + 退出条件提示词的设计逻辑
- 生产环境 vs 测试环境的配置差异：资源规格、日志级别、备份策略对比
- Helm Chart 部署的 values.yaml 关键参数逐项解说：哪些必改、哪些保持默认
- 多租户权限设计：企业内不同部门如何隔离数据、共享模型配置
- License 管理实务：License 有效期监控、续期流程、多实例场景下的分配策略
- 升级版本时的注意事项：数据迁移、API 兼容性、回滚预案
- Docker Compose 部署全流程：
docker-compose.yaml 各服务的作用与依赖关系
- Helm Chart 部署全流程：Kubernetes 环境要求、namespace 规划、持久化存储配置
- License 激活与验证：Key 格式说明、激活接口、激活失败的排查步骤
- 基础运维操作手册：服务重启顺序、日志位置、常见报错代码对照表
- SSO 集成配置：SAML / OIDC 协议选择、IdP 配置参数、用户权限映射规则
- 知识库三种构建方式的适用场景：配置方式 / 流水线 / Web 平台导入各自的边界
- 提示词设计规范：角色设定、输出格式约束、Few-shot 示例的标准写法
- Workflow 节点类型与组合模式：顺序执行、条件分支、迭代、人类在环的典型搭配
- Agent 工具定义规范：工具描述字段如何写才能让 LLM 准确调用
- API 集成对接指南：发布后的 API Endpoint 结构、鉴权方式、请求/响应格式说明
- 部署验收标准：哪些服务必须健康、哪些接口必须通、License 状态确认项
- 基础功能验证项目：知识库上传 → 检索 → 对话的端到端测试用例
- 客户移交文档模板：环境信息记录表、管理员账号交接单、运维联系方式
- 常见客户问题 Q&A 库：合作伙伴在交付现场最常遇到的 20 个问题与标准回答
- 升级与续费提醒机制：版本更新通知渠道、License 到期前的客户沟通话术
- 为什么 Dify 选择 on-premise 而非纯 SaaS：数据主权、企业合规、日本市场特殊性
- Dify 的 Provider 抽象层设计：为什么能同时接入几十种 LLM 而不耦合
- Knowledge Base 的检索架构：向量检索 + 全文检索 + Rerank 三层为什么缺一不可
- Workflow 的节点设计哲学：为什么要有「人类在环」节点，边界在哪里
- Dify 的多租户模型：Workspace 隔离的粒度、权限继承关系、设计取舍
- 企业 AI 应用的分层架构：基础设施层 / 平台层 / 应用层 / 用户层各自的职责划分
- 模型选型建议框架：按任务类型（生成/检索/分类/多模态）推荐不同模型组合
- 知识库规模化设计：文档量超过 10 万时的分库策略、索引维护、检索性能保障
- 高可用部署架构：多副本、负载均衡、数据库主从、灾备方案的参考配置
- AI 应用的安全边界设计：输入过滤、输出审查、工具调用权限控制的完整方案
- 企业 AI 落地路线图模板：试点阶段 → 规模化阶段 → 自主运营阶段的里程碑定义
- AI 投资回报评估框架：如何量化 AI 应用在效率提升、成本节约上的实际价值
- 企业 AI 委员会设置建议：谁负责 AI 战略、谁负责技术、谁负责合规的职责划分
- 数据治理与 AI 合规：日本个人信息保护法（改正個人情報保護法）对 AI 应用的约束点
- 组织能力建设路径：内部 AI 人才培养计划 vs 依赖合作伙伴的边界与过渡策略