mac部署dify并新建应用

文章目录一、下载桌面版docker二、修改docker配置文件三、下载dify并配置四、dify的启动和配置五、用dify创建应用1、聊天机器人2、agent3、工作流实战自动生成测试用例4、chatflow工作流实战多轮聊天构造测试数据操作步骤一、下载桌面版dockerbrewinstall--caskdocker二、修改docker配置文件进入docker-点击设置-改完以后点击apply{builder:{gc:{defaultKeepStorage:20GB,enabled:true}},experimental:false,registry-mirrors:[https://mirror.aliyuncs.com,https://mirror.baidubce.com,https://docker.m.daocloud.io]}三、下载dify并配置# 克隆国内镜像仓库gitclone https://gitee.com/langgenius/dify.git# 进入项目文件夹cddify# 切换到稳定版gitcheckout1.13.3# 配置dify源代码cddocker# 重命名mvdockerdocker-dify-1.13.3# 复制环境模板生成可配置文件cp.env.example .env# 启动dify第一次用时dockercompose up-d# 后续直接docker -desktop即可启动dify四、dify的启动和配置http://localhost/install第一次启动要设置这些主页面配置大模型点击右上角的图标-设置-模型供应商-选择ollama-点击安装-添加api秘钥(模型名称选择你自己已有的ollama模型五、用dify创建应用1、聊天机器人1、在首页点击创建空白应用2、点击新手适用-聊天助手3、写提示词选择模型4、配置项调整我们重点关注我圈出来的5、配置完点击发布我们就可以开始正式聊天啦~ 你可以嵌入网站或者通过接口调用官网都有详细的文档~2、agent你还可以创建一个agent区别在于agent里面可以调用工具只要你添加了使用过程中会直接进行调用3、工作流实战自动生成测试用例我们还可以添加工作流这个类似于做任务做完就结束不能聊天。如果要反复问的话就选chatflow我们先来新建工作流吧新建工作流-输入名称和描述-点击创建选择用户输入点击用户输入因为我们这边是要添加prd之类的所以我们选择变量为添加文件其他的按照图片来吧点击保存点击用户输入旁边那个➕号来新建文档提取器支持wordexcel之类的这边输入变量选择doc点击文档编辑器的➕号选择新增LLM选择模型然后改下配置参数接着再写提示词给一个现成的吧# 角色软件测试工程师## 目标根据用户输入的原始软件需求梳理出核心的测试点## 工作流1. 分析软件的功能需求深入挖掘原始需求中的显示需求和隐式需求点。2. 针对每个需求点设计正向的测试点包括各种有效的输入和有效边界确保能覆盖各种满足业务需求的场景。3. 针对每个需求点设计反向测试点包括异常数据、异常操作、无效边界值、空值等违反业务规则的值等确保覆盖各种可能的异常情况。4. 将生成的测试点按照下面输出格式的要求输出。## 输出格式以Markdown形式输出所有的测试点示例# 测试点## 登录模块测试点- 有效用户名和有效密码是否登录成功 - 有效用户名和无效密码是否登录失败## 搜索路线测试点- 起点和终点是否为空时都能正确提示 - 起点和终点是否相同能正确提示 - 首页点击搜索输入框和点击“从哪出发”输入框的跳转功能是否正常## 限制1.只需要设计测试点不需要完整的测试用例2.输出格式必须是Markdown格式也支持添加变量点击添加消息-添加用户提示词点击圈出来的地方选择文档提取器的text同样的配置再添加一个测试用例的提示词给你# 完整提取文本Dify工作流大模型节点提示词## 系统提示词# 角色你是一位资深的软件测试专家善于编写详细测试用例。## 背景你需要根据软件测试点编写详细可执行的测试用例。## 工作流1. 分析用户提供的每个测试点。2. 依次把每个测试点转换为详细测试用例内容包含编号、标题、操作步骤、预期结果。如果1条用例无法覆盖测试点可以写多条用例。3. 编写用例完成后检查用例确保所有测试点全部被用例覆盖。## 输出格式二维数组格式包含多个子数组每个子数组中有多个元素包含了用例的编号、标题、操作步骤、预期结果。### 要求1. 第一个子数组为字段名称。从第二个子数组开始每个子数组代表一个完整用例2. 用例编号递增用例标题具备唯一性包含了一级模块二级模块测试场景。3. 用例中的每个步骤后面加一个换行符\n4. 生成的用例标题、步骤和预期结果中如果需要用双引号请使用中文双引号json本身key和values的双引号必须是英文的### 示例json[[编号,标题,操作步骤,预期结果],[1,购票模块-线路搜索-使用已存在的线路名称搜索,步骤1打开搜索页面\n步骤2输入一个已存在的合法线路名称\n步骤3点击搜索按钮,搜索成功页面显示对应线路信息],[2,购票模块-线路搜索-使用不存在的线路名称搜索,步骤1打开搜索页面\n步骤2输入一个不存在的合法线路名称\n步骤3点击搜索按钮,搜索结果为空页面显示为空],[3,购票模块-线路搜索-使用空值搜索,步骤1打开搜索页面\n步骤2搜索框什么都不输入\n步骤3点击搜索按钮,页面显示所有的线路信息]]点击结束在llm测试用例节点点击新增-选择输入-其他按照我的截图来这样一个工作流就搭建好了开始调试选择文件点击开始运行觉得ok了就可以点击发布一个工作流就完成啦运行历史也可以查看哦工作流还支持发布为工具发布好了以后可以在智能体等地方进行调用不推荐其实在工作流里跑也一样4、chatflow工作流实战多轮聊天构造测试数据本次拿自动生成优惠券举例整体的思路如下用户输入优惠券业务需求满减 / 折扣 / 有效期 / 使用范围等LLM 大模型解析自然语言输出创建优惠券接口标准 JSON 请求参数[{title:北河测试999,coupon_price:100,coupon_threshold_price:200,start_time:1744008557,end_time:1744613357,create_num:999,limit_num:1,type:FREE_GET},{title:北河测试999,coupon_price:100,coupon_threshold_price:200,start_time:1744008557,end_time:1744613357,create_num:999,limit_num:1,type:FREE_GET}]HTTP 节点循环调用创建优惠券接口传入模型生成的参数完成优惠券创建sql也可以就是比较麻烦操作步骤新建一个chatflow工作流点击创建后界面如下