كيفية إعداد Dify: دليل عملي

ملخص سريع

• استضف Dify بنفسك في 5 دقائق باستخدام Docker Compose (docker-compose up -d)
• أنشئ أول روبوت دردشة لك في المحرر المرئي — دون الحاجة إلى كتابة أي كود
• أضف RAG عن طريق تحميل المستندات إلى قاعدة المعرفة (يدعم PDF، TXT، Markdown)
• قم بالتوسيع باستخدام مسارات العمل، واجهات برمجة التطبيقات، أو مقدمي النماذج المخصصة (OpenAI، Ollama، إلخ)
• انشر في بيئة الإنتاج باستخدام Kubernetes أو مزودي الخدمات السحابية

1. الاستضافة الذاتية باستخدام Docker Compose

المتطلبات الأساسية

• Docker Engine ≥ 24.0.0 و Docker Compose ≥ 2.23.0 دليل تثبيت Docker
• ذاكرة وصول عشوائي سعتها 4 جيجابايت أو أكثر، ومعالجان افتراضيان (يوصى بـ 8 جيجابايت أو أكثر للإنتاج)
• المنافذ 3000 (واجهة المستخدم)، 5001 (API)، و 6379 (Redis) متاحة

خطوات الإعداد

1. استنسخ المستودع وانتقل إلى الدليل:

   git clone https://github.com/langgenius/dify.git
   cd dify
   

   Copy

2. انسخ ملف البيئة النموذجي وعدله:

   cp .env.example .env
   nano .env  # أو استخدم المحرر المفضل لديك
   

   Copy

   المتغيرات الرئيسية للتكوين:

   # مطلوب للاستضافة الذاتية
   CONSOLE_API_URL=http://localhost:5001
   APP_API_URL=http://localhost:5001
   SECRET_KEY=your-random-secret-key-here  # أنشئها باستخدام `openssl rand -hex 32`
   
   # اختياري: تكوين البريد (لإعادة تعيين كلمة المرور)
   MAIL_DEFAULT_SENDER=no[email protected]
   SMTP_SERVER=smtp.yourprovider.com
   SMTP_PORT=587
   SMTP_USERNAME[email protected]
   SMTP_PASSWORD=your-smtp-password
   

   Copy

3. ابدأ الخدمات:

   docker-compose up -d
   

   Copy

   الناتج المتوقع:

   Creating dify-redis    ... done
   Creating dify-db       ... done
   Creating dify-api      ... done
   Creating dify-worker   ... done
   Creating dify-web      ... done
   

   Copy

4. تحقق من تشغيل الحاويات:

   docker-compose ps
   

   Copy

   الناتج المتوقع:

   Name                Command               State           Ports
   -----------------------------------------------------------------
   dify-api      /bin/sh -c gunicorn ...   Up      0.0.0.0:5001->5001/tcp
   dify-db       docker-entrypoint.sh ...  Up      5432/tcp
   dify-redis    docker-entrypoint.sh ...  Up      6379/tcp
   dify-web      /docker-entrypoint.sh     Up      0.0.0.0:3000->3000/tcp
   dify-worker   /bin/sh -c celery -A ...  Up
   

   Copy

5. الوصول إلى لوحة تحكم Dify:

   • افتح http://localhost:3000 في متصفحك.
   • سجل حساب مسؤول (سيكون هذا أول مستخدم).

الأخطاء الشائعة وحلولها

• الخطأ: Port 3000 already in use الحل: أوقف الخدمة المتعارضة أو غير المنفذ في docker-compose.yml (حدث ports لـ dify-web).

• الخطأ: PostgreSQL connection refused الحل: تأكد من أن DB_HOST=db في .env (شبكة Docker الداخلية). إذا كنت تستخدم قاعدة بيانات خارجية، اضبط DB_HOST على عنوان IP أو اسم المضيف الصحيح.

• الخطأ: Redis connection failed الحل: تحقق من أن REDIS_HOST=redis في .env. إذا كان Redis خارجيًا، قم بتحديث REDIS_HOST وتأكد من أن المنفذ (6379) مفتوح.

2. إنشاء أول روبوت دردشة

الخطوة 1: الانتقال إلى الاستوديو

1. سجل الدخول إلى Dify على http://localhost:3000.
2. انقر على "Studio" في الشريط الجانبي الأيسر.
3. انقر على "Create Application" واختر "Chatbot".

الخطوة 2: تكوين روبوت الدردشة

1. الاسم: My First Chatbot
2. الوصف: روبوت أسئلة وأجوبة بسيط لاختبار Dify.
3. موفر النموذج: اختر OpenAI (أو موفر آخر قمت بتكوينه — انظر القسم 6).
   • للاختبار المحلي، استخدم Ollama مع نموذج مثل llama3 (يتطلب تشغيل Ollama محليًا).
4. قالب المطالبة:

   أنت مساعد مفيد. أجب على سؤال المستخدم بإيجاز.
   
   سؤال المستخدم: {{query}}
   

   Copy
5. انقر على "Save" لإنشاء روبوت الدردشة.

الخطوة 3: اختبار روبوت الدردشة

1. انقر على علامة التبويب "Debug" في محرر روبوت الدردشة.
2. اكتب سؤال اختبار (مثلاً، ما هو Dify؟).
3. تحقق من أن الاستجابة تتطابق مع قالب المطالبة الخاص بك.

الخطوة 4: نشر روبوت الدردشة

1. انقر على زر "Publish" في الزاوية العلوية اليمنى.
2. اختر "Publish to Production".
3. أصبح روبوت الدردشة الآن متاحًا على:

   http://localhost:3000/chatbot/{app-id}
   

   Copy
   (استبدل {app-id} بمعرف روبوت الدردشة الخاص بك من عنوان URL).

3. إعداد قاعدة المعرفة و RAG

الخطوة 1: إنشاء قاعدة المعرفة

1. في لوحة تحكم Dify، انقر على "Knowledge" في الشريط الجانبي الأيسر.
2. انقر على "Create Knowledge Base".
3. الاسم: Product Documentation
4. الوصف: مستندات المنتج الداخلية لـ RAG.
5. نموذج التضمين: اختر text-embedding-ada-002 (OpenAI) أو bge-small-en (محلي).
6. انقر على "Save".

الخطوة 2: تحميل المستندات

1. انقر على علامة التبويب "Documents" في قاعدة المعرفة الخاصة بك.
2. انقر على "Upload" واختر ملفًا (يدعم PDF، TXT، Markdown، DOCX، CSV).
   • مثال: قم بتحميل ملف PDF لوثائق منتجك.
3. انتظر حتى تتم معالجة المستند (سيتغير الحال من Queued إلى Indexed).

الخطوة 3: ربط قاعدة المعرفة بروبوت الدردشة

1. افتح روبوت الدردشة الخاص بك في Studio.
2. انقر على علامة التبويب "Context" في الشريط الجانبي الأيسر.
3. انقر على "Add Knowledge Base" واختر Product Documentation.
4. قم بتحديث قالب المطالبة ليشمل قاعدة المعرفة:

   أنت مساعد مفيد. استخدم السياق التالي للإجابة على سؤال المستخدم:
   
   السياق:
   {{knowledge}}
   
   سؤال المستخدم: {{query}}
   

   Copy
5. انقر على "Save" واختبر روبوت الدردشة بسؤال حول وثائقك.

الخطوة 4: تكوين إعدادات RAG المتقدمة

1. في علامة التبويب Context، انقر على أيقونة الإعدادات (⚙️) بجوار قاعدة المعرفة الخاصة بك.
2. اضبط الإعدادات التالية:
   • Top K: 3 (عدد الأجزاء التي سيتم استردادها)
   • Score Threshold: 0.5 (الحد الأدنى لدرجة الصلة)
   • Retrieval Mode: Single (أو Multiple للاستعلامات متعددة المستندات)
3. انقر على "Save".

4. منشئ مسارات العمل

الخطوة 1: إنشاء مسار عمل

1. في لوحة تحكم Dify، انقر على "Studio" > "Create Application" > "Workflow".
2. الاسم: Customer Support Triage
3. الوصف: توجيه استفسارات العملاء إلى الفريق المناسب.

الخطوة 2: بناء مسار العمل

1. اسحب عقدة "Start" إلى اللوحة.
2. اسحب عقدة "LLM" وقم بتوصيلها بعقدة Start.
   • النموذج: gpt-4o (أو النموذج المفضل لديك)
   • المطالبة:

     صنف استفسار المستخدم إلى إحدى هذه الفئات:
     - الفواتير
     - الدعم الفني
     - استفسار عام
     
     الاستفسار: {{query}}
     الفئة:
     

     Copy
3. اسحب عقدة "Condition" وقم بتوصيلها بعقدة LLM.
   • الشرط 1: {{llm_output}} يحتوي على "Billing"
     • الإجراء: قم بتوصيله بعقدة "Reply" بالرسالة:

       تم توجيه طلب الفاتورة الخاص بك إلى فريق المالية.
       

       Copy
   • الشرط 2: {{llm_output}} يحتوي على "Technical Support"
     • الإجراء: قم بتوصيله بعقدة "Reply" بالرسالة:

       سيتواصل معك وكيل الدعم الفني قريبًا.
       

       Copy
   • الشرط الافتراضي: قم بتوصيله بعقدة "Reply" بالرسالة:

     شكرًا لرسالتك! سنعاود الاتصال بك قريبًا.
     

     Copy
4. انقر على "Save".

الخطوة 3: اختبار مسار العمل

1. انقر على علامة التبويب "Debug".
2. أدخل استفسارًا تجريبيًا (مثلاً، لدي سؤال حول فاتورتي).
3. تحقق من أن مسار العمل يقوم بتوجيه الاستفسار بشكل صحيح.

الخطوة 4: نشر مسار العمل

1. انقر على "Publish" > "Publish to Production".
2. أصبح مسار العمل الآن متاحًا كواجهة برمجة تطبيقات (انظر القسم 5).

5. الوصول إلى واجهة برمجة التطبيقات والتضمين

الخطوة 1: الحصول على مفتاح واجهة برمجة التطبيقات

1. في لوحة تحكم Dify، انقر على أيقونة ملفك الشخصي > "API Keys".
2. انقر على "Create New Key".
3. الاسم: My App Key
4. انسخ مفتاح واجهة برمجة التطبيقات الذي تم إنشاؤه (لن تتمكن من رؤيته مرة أخرى).

الخطوة 2: استدعاء واجهة برمجة تطبيقات روبوت الدردشة

استخدم curl للتفاعل مع روبوت الدردشة الخاص بك:

curl --location 'http://localhost:5001/v1/chat-messages' \
--header 'Authorization: Bearer {YOUR_API_KEY}' \
--header 'Content-Type: application/json' \
--data '{
  "inputs": {},
  "query": "ما هو Dify؟",
  "response_mode": "blocking",
  "conversation_id": "",
  "user": "test-user"
}'

الناتج المتوقع:

{
  "event": "message",
  "message_id": "abc123",
  "conversation_id": "xyz456",
  "answer": "Dify هو منصة تطوير تطبيقات LLM مفتوحة المصدر..."
}

الخطوة 3: تضمين روبوت الدردشة في تطبيق ويب

استخدم SDK JavaScript الخاص بـ Dify لتضمين روبوت الدردشة الخاص بك:

<!DOCTYPE html>
<html>
<head>
  <title>Dify Chatbot Embed</title>
  <script src="https://cdn.jsdelivr.net/npm/@dify/[email protected]/dist/dify.umd.min.js"></script>
</head>
<body>
  <div id="dify-chatbot" style="width: 400px; height: 600px;"></div>
  <script>
    const chatbot = new DifyChatbot({
      el: '#dify-chatbot',
      appId: '{YOUR_APP_ID}',  // احصل عليه من عنوان URL لروبوت الدردشة
      apiHost: 'http://localhost:5001',
      apiKey: '{YOUR_API_KEY}',
      user: 'web-user'
    });
  </script>
</body>
</html>

ملاحظة: استبدل {YOUR_APP_ID} و {YOUR_API_KEY} بقيمك.

6. تكوين موفري النماذج

الخطوة 1: إضافة OpenAI

1. في لوحة تحكم Dify، انقر على "Settings" > "Model Providers".
2. انقر على "Add Provider" واختر OpenAI.
3. أدخل مفتاح OpenAI API الخاص بك (احصل عليه من منصة OpenAI).
4. انقر على "Save".

الخطوة 2: إضافة نموذج محلي (Ollama)

1. قم بتثبيت Ollama محليًا:

   curl -fsSL https://ollama.com/install.sh | sh
   ollama pull llama3
   

   Copy
2. في Dify، انتقل إلى "Settings" > "Model Providers".
3. انقر على "Add Provider" واختر Ollama.
4. Base URL: http://host.docker.internal:11434 (استخدم host.docker.internal للوصول إلى الجهاز المضيف من Docker).
5. انقر على "Save".

الخطوة 3: إضافة Anthropic (Claude)

1. احصل على مفتاح Anthropic API من Anthropic Console.
2. في Dify، انتقل إلى "Settings" > "Model Providers".
3. انقر على "Add Provider" واختر Anthropic.
4. أدخل مفتاح API الخاص بك وانقر على "Save".

الخطوة 4: استخدام نموذج مخصص

1. في إعدادات Model Providers، انقر على "Add Provider" > "Custom".
2. الاسم: My Custom Model
3. Base URL: https://api.your-model-provider.com/v1
4. API Key: your-api-key
5. النماذج: أضف نموذجك (أو نماذجك) مع name و context_length.
6. انقر على "Save".

7. النشر في بيئة الإنتاج

الخيار 1: Kubernetes (Helm)

1. أضف مستودع Helm الخاص بـ Dify:

   helm repo add dify https://dify-ai.github.io/helm-charts
   helm repo update
   

   Copy