Dify是一个流程编排的工具，支持RAG和Chat聊天，支持对接各种在线大模型和本地大模型接入，包括视频、音频模型（在线或本地）的接入。

智能体是指能与环境交互，根据环境变化自主作出规划和行动的代理。广义上讲，包括自动驾驶、机器臂、机器人都属于智能体，另外一种是基于流程编排的智能体，如本文所要实现的智能体，流程和技能都是预先设置好的。

下面以使用本地ollama模型，基于代理人根据客户个人信息提供风险图谱、风险呈现与法律依据和优先级风险与解决方案 的需求做了一次尝试，给出具体的实现过程，希望对你有所帮助。

整体流程：

一、使用docker-compose部署dify

cd dify/docker
docker-compose up -d

二、访问ngnix 80/443端口设置账户

三、重置账户（忘记密码时）

docker exec -it docker-api-1 flask reset-password

四、按默认步骤创建知识库（上传资料文档）

五、在workflow中选择知识库+聊天机器人模版（主要是用来作为参考，熟悉组件）

六、开始具体的流程编排

举例：李先生，32岁，北京人，已婚未育，名下有一套价值600万元的住房，为婚前父母赠与。婚后银行理财100万元，股票账户80多万元，均为李先生名下。与哥哥合资拥有家族工厂，各占50%股份。在美国有一套价值100万美元的投资房产，目前出租中。

1、开始（什么也不需要做，主要是提供sys.query参数）

2、问题分类器（判断输入的客户信息是否完整）

3、有两个分支

   不完整：

完整：有三个并行的代码执行分支，分别生成三个检索的提示词，拆三个分支主要是为了解决8K输出限制。

以风险图谱为例：

4、知识检索

5、结合知识库检索的结果和客户信息及提示词输出风险图谱的结果

6、代码执行-合并输出

7、最终结果

七、开始探索效果

八、遇到的问题

1、知识库（排队中）时，可以通过重启服务来解决。

docker-compose down
docker-compose up -d

2、针对第三个输出，仍然存在8K限制问题，需要进一步的拆分。