Skip to main content
本文档由 AI 自动翻译。如有任何不准确之处,请参考 英文原版
数据安全提示当 Community Edition 中的同一个 Agent 面向多个终端用户使用时,Dify 会通过文件访问控制限制对 Agent 文件和会话文件的访问。这些措施能够降低通过文件系统发生跨会话数据访问的风险,但 Agent 运行环境并非旨在为相互不信任的用户或工作负载提供经过加固的安全隔离边界。如果部署场景要求强隔离或严格的安全、合规控制,应采用单独加固的基础设施,或联系 Dify 评估适当的 Cloud 或 Enterprise 方案。Enterprise 方案详情,可 联系销售 咨询。
新 Agent 目前处于 Beta 阶段。它在 Docker Compose 部署中默认启用,运行时也已随部署打包。生产环境使用前,将 DIFY_AGENT_SERVER_SECRET_KEYDIFY_AGENT_API_TOKEN 替换为你自己的随机值。
Agent 是一名 AI 员工:设置一次,之后随时给它派活。它与 经典 Agent 应用 是不同类型的 Agent:
  • 它在 自己的沙箱 中工作:可运行命令、安装程序、读写文件,因此能承担开放式的工作,而不只是调用你配置好的工具。
  • 你只需 构建 一次,就能以 两种方式 使用:单独作为聊天应用,或作为工作流中的 一步
Agent 的创建、配置和管理都在 Agents 页面进行。可随时打开任一 Agent 继续打磨,或回看早期版本。

能力与任务

Agent 把「它是什么」和「你要它做什么」分开:
  • 能力(可视为 Agent 的灵魂)决定了 Agent 是谁。 包括你编写的角色和提示词、它运行的模型,以及你提供的知识、Skill、Dify 工具和文件。塑造一次后,可随着你逐渐摸清 Agent 需要什么而不断打磨。
  • 任务是你在一次运行中要它做的事。 Agent 独立工作时,任务是你发给它的消息;在工作流中时,任务是你给节点的指令。
这和招聘是一回事:先按能力选人,再交给对方具体任务。好结果两者缺一不可:人要选对,任务也要交代清楚。

Agent 的两种用法

独立使用

Agent 作为独立的聊天应用运行。你通过聊天给它派任务,还可将它发布为 Web 应用,或通过服务 API 调用。 每场对话都有自己的记忆:Agent 能记住多少取决于模型的上下文窗口,新开对话则从零开始。 当一名能干的员工足以独立达成目标时,选这种方式:比如查资料后作答的客服助手,或收集来源并总结要点的调研 Agent。

在工作流中使用

将 Agent 请进 Agent 节点,负责整个流程中的一步。在节点上只需设置要完成的任务。这就像请同事帮忙办一件事:你说明任务,对方带着自己的本事来完成。 当工作需要流程结构时,选这种方式:多个步骤按固定顺序执行、按条件分支、用到其他类型的节点,或几个专精不同方向的 Agent 相互接力。
最后修改于 2026年7月28日