最近，智能客服领域有了新的进展，从早期基于数据库匹配，到后来利用Faiss数据库进行embedding搜索，如今有了更先进的技术。现在，借助RAG（Retrieval-Augmented Generation，检索增强生成）知识库，我们可以直接打造智能客服。恰巧，我最近在研究Dify，决定基于它来开发一个智能客服系统，并将其嵌入到自己的网站中，方便大家使用。接下来，我会直接进入教程环节，干货满满，敬请期待！大家记得持续关注我的公众号，后续还会免费送上更多实用内容。

                                                                          流程综述

1、搭建工作流

2、知识库检索

3、llm-prompt设置

4、开场设置，问题引用是否开启

5、文本转语音播报

6、后续问题推荐

7、标准答案设置

8、嵌入自己网站

详细的搭建流程如下：  
首先，关于Dify的安装这里就不赘述了，直接通过Docker进行安装即可。无需额外配置梯子，只需在本地安装好Docker客户端就能轻松完成部署。这是整个流程的基础操作，如果这一步都无法搞定，那后续内容可能会有些吃力哦，哈哈~ 

一、搭建工作流

使用dify搭建一个chatflow工作流：【工作室】-》【创建空白应用】

创建【chatflow】，起一个名字

然后你会得到如下工作流

二，添加知识库检索

在【开始】和【LLM】之间添加一个【知识检索】，并在【知识检索】的配置中，选择输入和配置知识库，知识库是我预先上传好的

三、llm设置

这部分有一些配置，如下图

1、首先选择模型，我使用的是基于ollama的deepseek-r1，这个需要你先在【插件】安装ollama插件，然后配置本地ollama接口，当然，如果本地硬件不给力，你可以使用其他在线接口，有很多免费的可以用，比如glm4

2、上下文选择 llm输出的result

3、system配置

这里需要构建 prompt，还要传入上下文，就是【知识检索】这部分检索到知识库中的知识

4、配置开启【记忆】，就是会记录你聊天的上下文，根据上下文回答一些历史信息

ok，这个基础的问答就建立起来了，可以测试一下，效果如下

四、开场设置，问题引用是否开启

1、启动问答后，一般我们会看到一些常用问题，这个怎么设置呢，如下，在【功能】中，启动并设置常用问题

点击编辑，开始配置开场语和常见问题，如下图

配置好后，执行预览效果如下，直接就有开场语和预制的常见问题

2、在进行提问时，机器人的回答回带有问题的参考知识库，这个在实际使用时可能不太愿意让用户看到这个，所以需要关闭引用

关闭前后对比

五、文本转语音播报

语音播报需要先配置好，文本转语音的插件模型，我用的硅基的免费接口，需要先安装【硅基流动】插件，然后去获取api，配置后就有了

开始配置文本转语音

如图，在【功能】中，开启【文字转语音】，配置语言和银色，这个地方使用的就是你上边配置的那个cosyvoice2-0.5b，【自动播放】开启，配置完，机器人的回答就会播报了

六、后续事务处理

当机器人回答完一个问题后，需要推荐结构问题给用户，这个是基于问题的答案，大模型自动提问的问题，配置如下

七、标准答案设置

针对一些用户常见问题，例如“客服电话是多少”这类有明确答案的查询，可以通过设置标准回答来快速响应。具体操作如下：点击相关图标进行配置 。

当你第一次点击【标注回复】时，需要你选择一个embeding模型，这个选择和你之前做知识库时使用的那个一致就可以，如下图

然后点击【添加标注】，写上你的问题和标准答案，那么当用户提问类似问题时，他会回复标准答案。

八、嵌入网站

首先【发布更新】，这样你的智能客服就上线了，然后点击【嵌入网站】如下图

挑选你喜欢的模式，获取相应的嵌入代码，并将其添加到你的网站中。我让 DeepSeek 生成了一个简单的主页，然后将智能客服功能嵌入其中 。