Agent

Agent（智能助手）是 Dify 中的一种应用类型，它能够利用大语言模型的推理能力，接收用户需求后自主进行目标规划并调用各种工具来完成复杂任务。与传统的对话应用不同，Agent 应用具备以下能力：

• 自主推理：理解复杂任务并制定执行计划（需接入具备深度思考的 LLM 例如 DeepSeek-R1）
• 工具调用：自动调用外部工具获取必要信息并执行操作
• 动态决策：根据执行过程中的结果调整后续行动

​

创建 Agent 应用

​

1. 基础配置

在创建新应用时选择 “Agent” 类型，进行基础配置。

模型选择

在应用类型右上角选择合适的模型。

提示词设置

在指令框中输入 Agent 的角色定义和行为准则。一个好的指令应该清晰地定义 Agent 的角色、职责和行为准则。例如，您可以描述 Agent 是一个专业的客户服务助手，基于用户需求主动调用知识库或相关工具完成任务。

​

2. 变量设置（可选）

使用变量让用户在对话开始时提供必要信息，帮助 LLM 更好的回答客户问题。

例如为教育机构内创建个性化学习 Agent，变量可以进行以下配置：

• student_grade（选择类型）：小学、初中、高中、大学
• subject（选择类型）：数学、英语、物理、化学、编程
• learning_goal（文本类型）：具体学习目标（如”准备期末考试”）
• current_level（选择类型）：初学者、中等、高级
• preferred_style（选择类型）：视觉化解释、实例演示、逐步指导

​

3. 集成知识库（可选）

大语言模型虽然拥有广泛的通用知识，但对于特定领域的专业信息、企业内部资料、最新政策文件等内容往往缺乏了解或信息滞后。通过集成知识库，Agent 应用可以突破这些限制，获得准确、及时、专业的领域知识支持。关于知识库的详细创建说明，请参考此文档。

点击知识库右侧的添加按钮，选择已在 Dify 平台创建的知识库。如果希望使用 Agent 调用自研知识库，请参考外部知识库。

如果希望添加限制条件，让 Agent 仅检索知识库内的特定信息，请参考元数据。

​

4. 集成工具

工具是 Agent 应用的核心能力所在。Dify 提供了丰富的内置工具库，你可以在 Dify 插件市场内进行安装。插件涵盖搜索、计算、图像处理、文档处理等各个方面。同时你也可以导入 MCP 服务器并作为工具进行调用。

如需了解不同的工具类别与差异，详细说明请参考工具。

工具能够帮助 Agent 应用与外部环境交互，例如代码执行、对专属信息源的访问等。你只需要在对话框中谈及需要调用的某个工具的名字，即可自动调用该工具。

选择工具时需要考虑实际需求，只添加当前任务真正必需的工具。过多的工具选择可能会让 Agent 在决策时产生困惑，影响执行效率。同时要注意工具间的功能重叠问题，避免功能相似的工具同时存在。

​

优化对话体验

Dify 提供了多种功能来优化 Agent 应用的用户体验。在应用编排页聊天框底部的 “Features” 面板中，根据实际需求启用相应的功能模块。

​

对话开场设置

Conversation Opener（对话开场） 是提升用户首次使用体验的重要功能。启用后，Agent 会在每次新对话开始时主动向用户介绍自己的能力，这就像一个友好的接待员主动说明能够提供哪些服务。

开场白应该简洁明了地告诉用户 Agent 能够完成什么任务，避免让用户在不了解功能的情况下盲目尝试。比如”我是您的智能助手，可以帮助您查询产品信息、处理订单问题，以及提供技术支持。请告诉我您需要什么帮助。“

​

后续问题引导

Follow-up（后续问题建议） 功能能够在 Agent 回应用户后，智能推荐相关的后续问题，帮助用户更深入地探索话题或解决相关问题。这个功能特别适合复杂的咨询场景，用户往往在得到初步回答后还有进一步的疑问。

启用这个功能后，Agent 会根据当前对话的上下文，主动提出可能的后续问题。比如当用户询问产品价格后，系统可能会建议”您想了解这个产品的技术规格吗？“或”需要我帮您比较一下类似产品吗？“

​

语音交互能力

Text to Speech（文本转语音） 和 Speech to Text（语音转文本） 功能为 Agent 增加了语音交互能力，让用户可以通过语音与 Agent 进行对话。

文本转语音功能会将 Agent 的回复转换为语音播放，这在用户需要解放双手的场景中特别有用，比如用户正在操作设备时仍然可以听取 Agent 的指导。语音转文本功能则允许用户通过语音输入问题，提高了输入效率，较为适合移动设备上的使用场景。

​

内容可信度保障

Citations and Attributions（引用和归属） 功能是建立用户信任的重要工具。启用后，当 Agent 基于知识库内容回答问题时，会在回复中显示信息来源，包括引用的文档名称和具体段落。这个功能特别重要，因为用户可以验证 Agent 提供信息的准确性和权威性。在专业咨询、法律建议、医疗信息等对准确性要求较高的场景中，显示信息来源能够显著提升用户对 Agent 回答的信任度。

​

内容审核

Content Moderation（内容审核） 功能通过集成审核 API 或维护敏感词列表来确保 Agent 输出内容的安全性。这个功能可以过滤不当内容，确保 Agent 的回复符合企业的合规要求和社会规范。

​

智能记忆功能

Annotation Reply（注释回复） 功能允许您手动添加高质量的问答对到系统缓存中。当用户提出类似问题时，Agent 会优先使用这些经过人工验证的高质量回答，而不是重新生成回复。

这个功能特别适合处理企业的常见问题。你可以将客服团队总结的标准回答添加到注释回复中，确保 Agent 对于常见问题能够提供一致、准确的回答。随着使用时间的增长，这些高质量回答的积累会显著提升 Agent 的回复质量和响应速度。

​

调整 Agent 设置

迭代次数限制是 Agent 应用中的一个安全和性能控制机制，你可以在 Agent 配置中手动修改助手的迭代次数限制。该限制主要是为了防止无限循环。

Agent 在执行复杂任务时，会进行”思考-行动-观察”的循环过程。比如用户要求”帮我分析这个月的销售数据并生成报告”，Agent 可能会：

第一次迭代：调用数据查询工具获取销售数据

第二次迭代：发现数据不完整，再次调用工具补充数据

第三次迭代：调用分析工具处理数据

第四次迭代：调用报告生成工具创建报告

但有时候 Agent 可能会陷入困境，比如工具调用失败但 Agent 不断重试，或者对任务理解有偏差导致重复执行无效操作。没有迭代限制的话，这种情况可能会持续下去，消耗大量计算资源。

对于简单任务（如查询、翻译），通常设置 3-5 次迭代就足够了。中等复杂度任务（如数据分析、多步骤操作）可以设置 8-12 次。高复杂度任务（如复杂的研究分析、多系统协调）可能需要 15-20 次迭代。

​

调试与预览

编排完智能助手之后，你可以在发布成应用之前进行调试与预览，查看助手的任务完成效果。