Token导航 LogoToken导航

Agent Skill · 研究检索

dify(dify 开发)

dify 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

dify 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 6,272。

总安装 22,745周安装 977GitHub Stars 2下载 7,972核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:dify(dify 开发)
来源仓库:https://github.com/krx1511/dify
安装命令:
openclaw skills install dify
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install dify

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

Dify AI应用开发平台指南。用于构建LLM应用、工作流程、代理和知识库。当用户需要(1)使用Dify创建AI应用(2)设计LLM工作流程(3)配置知识库RAG (4)开发AI代理(5)调用Dify API (6)自托管部署Dify时激活此技能。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install dify;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

dify 怎么安装?

在终端执行 openclaw skills install dify。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

dify 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

dify 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

dify 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

dify 用的人多吗?

公开数据是累计安装 22,745 次,近一周安装 977 次,下载 7,972 次,GitHub 2 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

dify 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
dify

dify 开发 · 本页

22,7452接触敏感数据MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
dify
description
Dify AI应用开发平台指南。用于构建LLM应用、工作流、Agent和知识库。当用户需要(1)使用Dify创建AI应用 (2)设计LLM工作流 (3)配置知识库RAG (4)开发AI Agent (5)调用Dify API (6)自托管部署Dify时激活此技能。

Dify AI应用开发平台

Dify是开源的LLM应用开发平台,支持快速构建AI应用、工作流和Agent。

核心概念

应用类型

  • Chat App - 对话型应用,支持会话持久化,适合聊天机器人、客服AI
  • Workflow App - 工作流应用,无状态执行,适合翻译、写作、摘要
  • Agent - 智能体应用,支持工具调用和自主规划
  • Completion App - 文本补全应用,单次请求响应

核心组件

  • Studio - 应用构建工作台
  • Knowledge Base - 知识库,支持RAG检索增强
  • Model Providers - 模型提供商配置
  • Tools - 工具集成

工作流节点

输入输出

  • User Input - 用户输入,定义输入变量
  • Output - 输出结果

逻辑控制

  • IF/ELSE - 条件分支
  • Iteration - 迭代循环
  • Parallel - 并行执行

数据处理

  • Parameter Extractor - 参数提取,用LLM从自然语言提取结构化数据
  • List Operator - 列表操作,过滤和转换数组
  • Variable Aggregator - 变量聚合
  • Template - 模板渲染

LLM节点

  • LLM - 大语言模型调用
  • Question Classifier - 问题分类
  • Knowledge Retrieval - 知识检索

工具节点

  • HTTP Request - HTTP请求
  • Code - 代码执行(Python/JavaScript)
  • Tool - 工具调用

快速开始

部署Dify (Docker)

# 克隆最新版本
git clone --branch "$(curl -s https://api.github.com/repos/langgenius/dify/releases/latest | jq -r .tag_name)" https://github.com/langgenius/dify.git

# 启动
cd dify/docker
cp .env.example .env
docker compose up -d

访问 http://localhost/install 初始化管理员账户。

系统要求

  • CPU >= 2 Core
  • RAM >= 4 GiB
  • Docker 19.03+
  • Docker Compose 1.28+

API调用

认证

所有API请求需要在Header中携带API Key:

Authorization: Bearer {api_key}

执行工作流

POST /v1/workflows/run
Content-Type: application/json

{
  "inputs": {
    "query": "翻译这段文字..."
  },
  "response_mode": "blocking",  # 或 "streaming"
  "user": "user-123"
}

发送聊天消息

POST /v1/chat-messages
Content-Type: application/json

{
  "query": "你好",
  "response_mode": "streaming",
  "user": "user-123",
  "conversation_id": ""  # 首次为空,后续传入返回的conversation_id
}

响应模式

  • blocking - 同步等待完整响应
  • streaming - SSE流式响应

知识库

创建知识库

  1. Studio → Knowledge → Create Knowledge
  2. 上传文档 (支持txt, markdown, pdf, docx, html等)
  3. 选择索引模式:

- High Quality - 高质量索引,需要Embedding模型 - Economy - 经济模式,关键词检索

检索设置

  • Vector Search - 向量检索
  • Full Text Search - 全文检索
  • Hybrid Search - 混合检索

在应用中使用

工作流中添加 Knowledge Retrieval 节点,选择知识库。

详细参考

资源链接

  • 官方文档: https://docs.dify.ai
  • GitHub: https://github.com/langgenius/dify
  • 社区: https://github.com/langgenius/dify/discussions

平台分布

OpenClaw

78.13%
按下载量换算6,229

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills