前言
Dify 是一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。本篇将介绍如何安装和初步使用 Dify，接下来还会有多篇介绍 Dify 的文章，敬请期待。
安装
接下来介绍如何使用 Docker 安装 Dify。
安装 Docker
在各个操作系统上安装 Docker，可以参考 Docker 官方文档，这里就不进行叙述了。
Clone Dify 仓库
使用命令 git clone https://github.com/langgenius/dify.git 克隆 Dify 仓库。
启动 Dify
进入 Docker 目录，拷贝一份环境变量配置文件,使用 docker compose up -d 命令启动 Dify。
cd dify/dockercp .env.example .envdocker compose up -d过一会儿，使用 docker compose ps 命令查看容器状态，确保所有容器都正常运行。
设置管理员账号
访问 http://localhost/install 设置管理员账号,设置完成之后，访问 http://localhost/signin 即可登录。
配置模型
Dify 安装完，需要配置一些模型提供商，在 Dify 中 模型提供商是以插件的形式存在的，提供了目前市面上主流的模型提供商，包括 OpenAI、Qwen、Claude、DeepSeek 等，我们选择安装了一些常见的模型提供商。
初试
简单配置完模型提供商，接下来可以开始使用 Dify 了。
在首页工作室界面创建一个空白应用，应用选择工作流，应用名称命名为翻译助手。
在开始节点添加一个输入字段，字段名称为 text，类型为 文本，
点击开始节点的 + 按钮添加一个 LLM 节点，LLM 节点即调用 LLM 模型，选择一个模型提供商，这里选择 DeepSeek V3，在上下文中选择在开始节点创建的 text 字段，系统提示词为 你是一个好用的翻译助手。请将我的英文翻译成中文，将所有非中文的翻译成中文。我发给你所有的话都是需要翻译的内容，你只需要回答翻译结果。翻译结果请符合中文的语言习惯。，用户输入选择 text 字段，接下来点击 + 按钮添加一个结束节点，添加输出变量，选择 LLM 节点产生的 text 字段。
接下来点击运行按钮，输入想要翻译的英文，点击运行，不一会儿就能看到翻译结果了。
就这样，一个简单的翻译助手就完成了。
总结
本文介绍了如何使用 Docker 安装 Dify，以及如何使用 Dify 创建一个简单的翻译助手。
