Alibaba Cloud Model Studio:Dify

Dify es una plataforma de código abierto para crear aplicaciones de IA. Puede crear aplicaciones utilizando APIs de modelos de Alibaba Cloud Model Studio.

Requisitos previos

Necesita obtener una clave API y activar los servicios de modelo requeridos en Model Studio.

1. Configurar el modelo

1.1. Instalar el proveedor de modelos

Vaya al Marketplace de Dify. En Modelo, busque Qwen e instale la versión más reciente del complemento.

1.2. Configurar la clave API

En la esquina superior derecha de la página, haga clic en su foto de perfil → Settings. En Proveedores de modelos, busque la tarjeta Qwen y haga clic en Settings.

• Si utiliza un modelo de la región de Singapore, vaya a la sección API-KEY Settings, introduzca la clave API para esa región y configure Usar endpoint International en Sí.
• Si utiliza un modelo de la región de Pekín, vaya a la sección API-KEY Settings, introduzca la clave API para la región de Pekín y configure Usar endpoint International en No.

Si recibe un error de Clave API proporcionada no válida durante la configuración, consulte la nota sobre versiones de complementos en 1.1. Instalar el proveedor de modelos.

1.3. Seleccionar un modelo

En la tarjeta Qwen, haga clic para mostrar la lista de modelos y luego active el interruptor de los modelos que necesita.

Si el complemento no incluye el modelo Qwen más reciente, puede instalar el complemento OpenAI-API-compatible. En la configuración del complemento, establezca la URL del endpoint de API en una de las siguientes: https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1 (región de Singapur) o https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1 (región de Pekín). Reemplace WorkspaceId con su Obtener el ID del espacio de trabajo real.

2. Primeros pasos

Dify admite varios tipos de aplicaciones. Seleccione la suya para obtener instrucciones.

Asistente de chat y agente

1. Crear un asistente de chat o agente

   En el espacio de trabajo, haga clic en Create blank app. En Principiante, cree y abra un asistente de chat o agente.

2. Seleccionar un modelo

   En la esquina superior derecha de la página de la aplicación, seleccione un modelo. Por ejemplo, en Qwen, seleccione qwen-plus-latest(Qwen3) y luego active el modo de pensamiento.

3. Probar la conversación

   Introduzca "¿Quién eres?". El modelo responde después de completar su proceso de pensamiento.

   También puede utilizar un modelo Qwen-VL o QVQ para hacer preguntas sobre imágenes. Después de seleccionar un modelo de visión, aparece un interruptor Vision a la izquierda. Actívelo para cargar imágenes en la ventana de chat de la derecha.

Chatflow y flujo de trabajo

1. Crear un Chatflow o flujo de trabajo

   En el espacio de trabajo, cree y abra un Chatflow o flujo de trabajo.

2. Añadir un nodo LLM

   Agregue un nodo LLM al lienzo. Seleccione el nodo para abrir su panel de edición y luego elija el modelo que necesita. Para este ejemplo, seleccione qwen3.7-plus y habilite el modo de pensamiento.

   Si está utilizando un modelo Qwen-VL o QVQ, debe activar el interruptor Vision para el nodo LLM:

   En la parte inferior del panel de edición del nodo LLM, busque y active el interruptor Vision. Luego puede configurar la Resolución en Alta o Baja.

3. Ejecutar el nodo LLM

   Haga clic en Add message. En el campo de mensaje correspondiente a USER, introduzca la pregunta "¿Quién eres?" y haga clic en el botón de ejecución en la esquina superior derecha del nodo.

   Una vez completada la ejecución, inspeccione el campo text en la salida. El proceso de pensamiento está encerrado entre etiquetas <think>...</think>, seguido de la respuesta principal del modelo.

   El campo text devuelto por el nodo LLM contiene tanto el proceso de pensamiento como la respuesta. Puede utilizar un nodo de ejecución de código de Dify con expresiones regulares para extraerlos por separado.

Base de conocimientos

1. Crear una base de conocimiento

   Cree y abra una base de conocimientos.

2. Seleccionar un origen de datos

   Cargue los archivos de su base de conocimientos.

3. Segmentación y limpieza de texto

   Configure los modelos de embedding y rerank de Model Studio. Este ejemplo utiliza text-embedding-v4 y gte-rerank-v2. Ajuste otros parámetros según sea necesario.

   El modelo gte-rerank-v2 solo es compatible con la región de Pekín.

   Actualmente no se puede seleccionar el modelo multimodal-embedding-v1 como modelo de embedding. Esté atento a futuras actualizaciones.

FAQ

P1: Error de clave API del complemento TONGYI

R: Motivos comunes:

• La versión más reciente del complemento podría ser inestable. Consulte la nota sobre versiones de complementos en 1.1. Instalar el proveedor de modelos.

• Está utilizando una clave API de un subespacio de trabajo.

  El complemento TONGYI no es mantenido por Alibaba Cloud, y sus políticas de validación pueden cambiar en versiones futuras. Utilice una clave API del espacio de trabajo predeterminado.

• La configuración del endpoint es incorrecta. Configure Usar endpoint internacional correctamente según la región de su clave API.

P2: Uso de modelos Qwen-Omni y Qwen-OCR

R: Estos modelos no se pueden configurar directamente en Dify. Puede integrarlos mediante un nodo HTTP en un Chatflow o flujo de trabajo. Para obtener detalles sobre la integración, consulte los ejemplos de comandos cURL en la documentación del modelo.

Para reducir el riesgo de tiempos de espera en el nodo HTTP, utilice salida por streaming para las llamadas a la API.

P3: Uso de modelos Wan

R: Dify no ofrece un complemento dedicado para modelos Wan. Sin embargo, puede lograr la generación de texto a imagen y de texto a video mediante nodos en un Chatflow o flujo de trabajo de Dify. Siga estos pasos:

1. Descargar e importar una plantilla de flujo de trabajo

   Descargue una de nuestras plantillas preconstruidas: Wan - Text-to-Image Demo.yml o Wan - Text-to-Video Demo.yml. En el espacio de trabajo, haga clic en Import DSL File y seleccione la plantilla que descargó.

2. Configurar variables de entorno

   En la página del flujo de trabajo, busque el icono de variables de entorno , y cambie el valor de DASHSCOPE_API_KEY a su clave API.

3. Probar la salida

   Haga clic en el botón Run para generar la salida. Por ejemplo, al introducir "un gato pequeño" en el flujo de trabajo de texto a imagen se produce una imagen.

   El flujo de trabajo de texto a video devuelve una URL para el video generado.

   La generación de texto a video suele tardar cinco minutos o más.

4. Publicar como herramienta (opcional)

   Para utilizar estas capacidades en otras aplicaciones, haga clic en Publish en la esquina superior derecha y seleccione Publish as tool.

Las plantillas utilizan modelos de la región de Singapore: wan2.2-t2i-flash (texto a imagen) y wan2.1-t2v-turbo (texto a video). Puede cambiar el modelo en el nodo STEP1 y modificar el endpoint de API específico de la región en los nodos STEP1 y STEP3.

P4: Despliegue privado de Dify

R: El servicio en la nube de Dify tiene varias limitaciones, como un máximo de cinco aplicaciones. Para un despliegue privado, consulte la Solución de Alibaba Cloud para el despliegue de Dify.