本文章全程 AI 编程用到工具一台服务器我用的是虚拟机 Ubuntu安装 Docker用 Docker 跑 DifyAI 编程工具Trae 国际版1. 安装好 Dify2. 开始 Dify第 1 步用 Trae 生成产品手册 PDF打开 Trae输入以下指令请生成 3 份 LED 灯具产品手册的详细文本内容包含产品型号、功率、光通量、色温、价格范围美元、最小起订量 MOQ、适用场景。分别给 3 个型号A100室内办公、B200工业厂房、C300户外道路。中文描述。然后写一个 Python 脚本将这 3 份文本分别输出为 3 个 PDF 文件文件名用型号命名。Trae 会生成文本和 Python 脚本。第 2 步创建知识库并上传 PDFDify 左侧菜单 →知识库→创建知识库。名称填 LED 灯具产品手册其余默认。上传刚生成的 3 个 PDF等待向量化完成状态变为 已完成。在知识库右下角测试框输入A100 的 MOQ 是多少 确认能正确回答。第 3 步搭建核心工作流10 分钟顶部导航工作室→创建应用→ 选择聊天助手勾选工作流编排命名 外贸智能销售 Agent。进入画布拖放以下节点并连线节点 1问题分类器意图识别从左侧拖入 问题分类器 连接 Start。点击节点输入分类每个类别一行询价要样品投诉其他从 询价 分支拖出 知识检索 节点。配置知识库选 LED 灯具产品手册查询内容{{#sys.query#}}输出变量knowledge。同样在 要样品 和 投诉 分支后各拖一个知识检索节点配置相同。从 询价 分支的知识检索节点后拖出 HTTP 请求 节点。配置方法POSTURL先用https://jsonplaceholder.typicode.com/postsBody{product: {{#knowledge#}}}输出变量price_info从 HTTP 请求节点后拖入 LLM 节点。模型选择deepseek-chat。系统提示词你是一个专业的外贸 LED 灯具销售助手。根据以下信息回复客户 客户意图{{#classifier_output#}} 检索到的产品知识{{#knowledge#}} 价格查询结果{{#price_info#}} 要求 如果客户询价必须给出价格、币种、最小起订量。 语气友好专业用中文回复。 如果信息不足主动询问客户具体需求。其他分支的 LLM 节点删除{{#price_info#}}行其余不变。所有 LLM 输出连到 结束 节点。后面会换成你的真实价格 API测试一下但是有些问题会乱回答哦所以要优化一下知识库的索引模式优化知识库如下然后我们还需要用 Trae 生成你自己的价格 API生成的文件导入你的虚拟机