欢迎来到 Dify 的插件开发世界！Dify 的强大功能离不开社区贡献者的共同努力。我们相信，即使你不是专业的程序员，只要你对 AI 技术充满热情并愿意查阅资料，也能为 Dify 贡献自己的一份力量，例如帮助 Dify 支持更多、更新的 AI 模型。 本文将以最简明的方式，带你完成最常见也最简单的贡献：为一个 Dify 已经支持的模型供应商，添加一个新型号的模型。这种方式通常只需要修改配置文件，无需编写代码，非常适合作为你的第一个贡献！
相关概念：在开始前，建议你阅读模型插件文档，了解模型插件的基本概念和结构。
这种快速接入方式适用于：
  • 新模型属于 Dify 已有插件支持的供应商（如 OpenAI, Google Gemini, Anthropic Claude 等）。
  • 新模型与同系列其他模型使用相同的 API 认证和基础调用逻辑。
  • 主要区别在于模型 ID、上下文长度、最大 Token 数、定价等配置参数。
(如果你需要添加的模型需要新的 API 逻辑或支持特殊功能，那将涉及到 Python 代码编写，请参考 创建新模型提供者 获取更详细的指南。) 准备工作:
  • 熟悉基本的 Git 操作 (Fork, Clone, Pull Request)。
  • 一个 GitHub 账号。
  • 安装并配置好 Dify 插件开发工具包 (参考 初始化开发工具)。
操作步骤:
  1. Fork & Clone 官方插件仓库:
    • 访问 Dify 官方插件仓库 https://github.com/langgenius/dify-official-plugins。
    • 点击 “Fork” 按钮，将仓库复刻到你自己的 GitHub 账号下。
    • 使用 Git 将你 Fork 的仓库 Clone 到你的本地电脑。
  2. 找到并复制模型配置文件:
    • 在本地仓库中，导航到 models/ 目录下，找到你想要添加模型的供应商文件夹，例如 vertex_ai。
    • 进入该供应商对应的模型类型子目录，通常是 models/llm/ (如果是文本生成模型)。
    • 在该目录下，找到一个与你要添加的新型号最相似的现有模型的 YAML 配置文件（例如 gemini-1.0-pro-001.yaml）。
    • 复制这个 YAML 文件，并将其重命名为能清晰标识新型号的名称（例如 gemini-1.5-pro-latest.yaml）。
  3. 修改模型配置 (YAML):
    • 打开你刚刚重命名的 YAML 文件 (例如 gemini-1.5-pro-latest.yaml)。
    • 核心步骤： 参考模型供应商的官方文档，仔细核对并修改文件中的以下关键信息：
      • model: 必须更新为新型号的官方 API 标识符。
      • label: 必须更新为在 Dify 界面中展示给用户的模型名称 (建议提供 en_US 和 zh_Hans 两种语言)。
      • model_properties: 更新 context_size (上下文窗口大小)。
      • parameter_rules: 检查并更新模型参数的限制，特别是 max_tokens (最大输出 Token 数) 的 default, min, max 值。
      • pricing: 更新模型的输入 (input) 和输出 (output) 定价，以及单位 (unit, 通常是 0.000001 表示百万 Token) 和货币 (currency)。
    • (参考) 关于模型 YAML 文件各字段的详细规范，请查阅 模型设计规则 和 模型 Schema 定义。
    示例 (添加 Gemini 1.5 Pro):
    参数可能的旧模型 (示例)新 Gemini 1.5 Pro (示例)说明
    modelgemini-1.0-pro-001gemini-1.5-pro-latest必须修改为官方模型 ID
    label: en_USGemini 1.0 ProGemini 1.5 Pro必须修改为用户可见标签
    context_size307201048576必须根据官方文档修改
    max_tokens (下)20488192必须根据官方文档修改默认/最大值
  4. 更新供应商 Manifest 版本:
    • 回到该模型供应商的根目录 (例如 models/vertex_ai/)。
    • 找到并打开 manifest.yaml 文件。
    • 将其中的 version 字段递增一个小版本号 (例如 version: 0.0.8 -> version: 0.0.9)。这告诉 Dify 这是一个更新。
  5. 打包与本地测试:
    • 打开你的终端 (命令行工具)。
    • 确保你的当前目录是 dify-official-plugins 仓库的根目录 (即包含 models, tools 等文件夹的那个目录)。
    • 运行打包命令：
    # 将 <provider_name> 替换为实际的供应商目录名，例如 cohere 或 vertex_ai
dify plugin package models/<provider_name>
    • 成功后，你会看到类似 plugin packaged successfully, output path: <provider_name>.difypkg 的提示，并在当前项目根目录下生成一个名为 <provider_name>.difypkg 的插件包文件。
    • 登录你的 Dify 实例 (本地部署或云版本均可)。
    • 点击 Dify 页面最顶部导航栏右侧的 “插件” 菜单项。
    • 在插件页面，点击 “安装插件” 按钮。
    • 选择 “本地插件” 选项卡。
    • 点击上传区域，选择或拖拽你刚刚在本地生成的 <provider_name>.difypkg 文件进行上传。
    • 等待插件安装或更新完成。
    • 安装成功后，通常需要前往 “设置” -> “模型供应商” 找到对应的供应商，并配置你的 API 凭证（如果你之前没有配置过的话）。
    • 创建一个新的 Dify 应用或编辑现有应用，在 “提示词编排” -> “模型” 设置中，尝试选择你新添加的模型。进行一些简单的对话或调用测试，确保它能正常工作并返回预期结果。
  6. 提交你的贡献:
    • 本地测试无误后，将你的修改（新的模型 YAML 文件和更新后的 manifest.yaml）通过 Git 提交 (commit) 并推送 (push) 到你 Fork 的 GitHub 仓库。
    • 在 GitHub 上，向 langgenius/dify-official-plugins 主仓库发起一个 Pull Request (PR)。在 PR 描述中，可以简要说明你添加了哪个模型，并附上该模型官方文档的链接，方便审核者确认参数。
然后呢？ 一旦你的 PR 被审核通过并合并，你的贡献就会成为 Dify 官方插件的一部分，所有 Dify 用户都能方便地使用这个新模型了！ 这种快速接入方法是让 Dify 支持新模型的最快途径。当然，如果未来这个模型需要支持更复杂的功能（例如图片输入、函数调用等），那么可能就需要有经验的开发者对插件进行代码层面的更新了。但你现在完成的这一步，已经是非常有价值的贡献！ 探索更多:
编辑此页面 | 提交问题