> ## Documentation Index > Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt > Use this file to discover all available pages before exploring further. # Dify > 시각적 AI 애플리케이션 개발 플랫폼 통합 가이드 Dify는 AI 애플리케이션을 빠르게 구축할 수 있게 해주는 오픈 소스 LLM 애플리케이션 개발 플랫폼입니다. APIYI를 통해 Dify에서 다양한 주류 AI 모델을 사용할 수 있습니다. ## 빠른 연동 ### 1. API Key 받기 [APIYI 콘솔](https://vip.apiyi.com)을 방문하여 API key를 받으십시오. ### 2. 모델 제공자 구성 1. Dify 플랫폼에 로그인합니다 2. 사용자명 > 설정을 클릭합니다 3. “Model Provider”를 선택하고 OpenAI-API 호환을 선택합니다 4. 모델 유형에 따라 구성 방법을 선택합니다 Dify-OpenAI-API 호환 #### GPT, Claude, Gemini를 포함한 모든 모델에 대한 구성 * 모델 유형: LLM 유형을 선택합니다(첫 번째 열, 이미지는 생략됨) * 모델 이름: 임의가 아니라 **표준 모델 이름**을 입력해야 합니다 * 예시: Gemini 2.5 Flash 대신 gemini-2.5-flash를 입력합니다 * 모델 표시 이름: Gemini 2.5 Flash처럼 식별하기 쉽도록 무엇이든 입력할 수 있습니다 * **API Key**: [APIYI key](https://api.apiyi.com/token)를 입력합니다 * **API 엔드포인트 URL**: `https://api.apiyi.com/v1` * API 엔드포인트의 모델 이름: gemini-2.5-flash처럼 표준 이름을 사용합니다 Dify 모델 추가 단계 2 모델 구성에는 **실제 상황**에 따라 업데이트해야 할 매개변수가 많습니다: 참고: Dify의 모델 구성 인터페이스는 **최신 상태가 아닙니다**, 예를 들어 기본 컨텍스트 길이 4096은 상당히 짧습니다. 각 대형 모델의 구체적인 컨텍스트 길이는 공식 문서를 참조하십시오(이 문서 센터의 Resource Navigation 섹션) Dify 모델 추가 단계 3 추가로 사용할 수 있는 매개변수 Dify 모델 추가 단계 4 ## 핵심 기능 ### 채팅 어시스턴트 지능형 채팅 어시스턴트를 생성합니다: 1. "Chat Assistant" 템플릿을 선택합니다 2. 시스템 prompt를 설정합니다: ```text theme={null} You are a professional customer service assistant responsible for: - Answering user questions - Providing product information - Handling after-sales service Please maintain a friendly and professional attitude. ``` 3. 적절한 모델을 선택합니다(예: GPT-4) 4. 파라미터를 조정합니다: * Temperature: 0.7(창의성과 정확성의 균형) * Max Output: 2000 tokens ### 워크플로 애플리케이션 복잡한 AI 워크플로를 구축합니다: ```mermaid theme={null} graph LR A[User Input] --> B[Intent Recognition] B --> C{Determine Type} C -->|Q&A| D[Knowledge Base Retrieval] C -->|Creation| E[Creative Generation] C -->|Analysis| F[Data Analysis] D --> G[Generate Answer] E --> G F --> G G --> H[Output Result] ``` ### 지식 베이스 Q\&A 문서 지식 베이스를 통합합니다: 1. 지식 베이스를 생성합니다 2. 문서를 업로드합니다(PDF, Word, Markdown) 3. 임베딩 모델을 선택합니다: `text-embedding-ada-002` 4. 애플리케이션에서 지식 베이스를 참조합니다 5. 검색 파라미터를 설정합니다: * 검색 개수: 3-5 세그먼트 * 유사도 임계값: 0.7 * Reranking: 활성화됨 ## 애플리케이션 유형 ### 1. 채팅 어시스턴트 ```yaml theme={null} Application Type: Chat Assistant Model: gpt-4 System Prompt: | You are a professional AI assistant with the following capabilities: - Answering various questions - Assisting in problem-solving - Providing advice and guidance Please always maintain a friendly, accurate, and helpful attitude. Temperature: 0.7 Max Length: 2000 ``` ### 2. 문서 분석 ```yaml theme={null} Application Type: Workflow Input: Document Upload Processing Flow: 1. Document Parsing 2. Content Extraction 3. Structured Analysis 4. Generate Summary Output: Analysis Report ``` ### 3. 코드 어시스턴트 ```yaml theme={null} Application Type: Chat Assistant Model: gpt-4 System Prompt: | You are a professional programming assistant specializing in: - Code writing and optimization - Error debugging - Architecture design - Best practice recommendations Please provide clear and practical code solutions. ``` ## 고급 기능 ### API 통합 Dify 애플리케이션은 API를 통해 호출할 수 있습니다: ```python theme={null} import requests url = "https://your-dify-instance/v1/chat-messages" headers = { "Authorization": "Bearer YOUR_APP_API_KEY", "Content-Type": "application/json" } data = { "inputs": {}, "query": "Hello, please introduce yourself", "response_mode": "streaming", "user": "user_123" } response = requests.post(url, headers=headers, json=data) ``` ### 일괄 처리 대량의 데이터를 처리합니다: 1. CSV 파일을 준비합니다 2. 일괄 작업을 생성합니다 3. 처리 템플릿을 구성합니다 4. 일괄 작업을 실행합니다 5. 결과를 내보냅니다 ### 멀티모달 애플리케이션 텍스트와 이미지를 혼합하여 처리할 수 있습니다: ```python theme={null} # Multimodal input example { "inputs": { "image": "data:image/jpeg;base64,...", "text": "Analyze the content in this image" }, "query": "Please describe the image content in detail and provide analysis" } ``` ## 모델 선택 전략 ### 시나리오별 선택 | 적용 시나리오 | 권장 모델 | 이유 | | -------- | --------------- | ------------ | | 고객 서비스 | GPT-3.5-Turbo | 빠른 응답, 낮은 비용 | | 콘텐츠 제작 | Claude 3 Sonnet | 뛰어난 창의성 | | 코드 어시스턴트 | GPT-4 | 정확한 논리 | | 문서 분석 | Claude 3 Opus | 긴 텍스트 이해에 강함 | | 데이터 분석 | GPT-4 | 뛰어난 추론 능력 | ### 비용 최적화 ```yaml theme={null} Development Environment: Model: gpt-3.5-turbo Max Length: 1000 Temperature: 0.7 Production Environment: Model: gpt-4 Max Length: 2000 Temperature: 0.5 ``` ## 모범 사례 ### 1. Prompt 최적화 ```text theme={null} # Structured Prompt ## Role Definition You are a professional [specific role] ## Task Description Please help users with [specific task] ## Output Format Please output in the following format: 1. Overview 2. Detailed Analysis 3. Recommendations ## Constraints - Answers must be accurate - Language should be clear - Keep length within 500 words ``` ### 2. 워크플로 설계 ```mermaid theme={null} graph TD A[User Input] --> B[Input Validation] B --> C[Intent Classification] C --> D{Select Processing Path} D -->|Simple Question| E[Quick Answer] D -->|Complex Question| F[In-depth Analysis] D -->|Need Search| G[Knowledge Base Retrieval] E --> H[Output Result] F --> H G --> I[Combine Search Results] --> H ``` ### 3. 모니터링 및 최적화 정기 점검: * 사용자 만족도 피드백 * 응답 시간 통계 * 비용 사용량 * 오류율 분석 ### 4. 버전 관리 * 애플리케이션 구성을 정기적으로 백업합니다 * 배포 전에 새 버전을 테스트합니다 * 롤백을 위해 여러 버전을 유지합니다 ## 문제 해결 ### 일반적인 문제 #### 모델 호출 실패 * API 키의 정확성을 확인합니다 * 충분한 계정 잔액을 확인합니다 * 네트워크 연결을 확인합니다 #### 응답 품질 저하 * prompt 설계를 최적화합니다 * 모델 매개변수를 조정합니다 * 컨텍스트 정보를 추가합니다 #### 성능 문제 * 더 빠른 모델을 선택합니다 * 출력 길이 제한을 줄입니다 * 캐싱을 활성화합니다 ### 성능 최적화 ```yaml theme={null} Cache Settings: Enabled: true Expiration: 3600 seconds Cache Condition: Same Input Concurrency Control: Max Concurrency: 10 Queue Size: 100 Timeout: 30 seconds Resource Limits: Memory Limit: 2GB CPU Limit: 80% ``` ## 배포 권장 사항 ### 프로덕션 환경 ```yaml theme={null} # docker-compose.yml version: '3.8' services: dify-api: image: langgenius/dify-api:latest environment: - SECRET_KEY=your-secret-key - DB_HOST=postgres - REDIS_HOST=redis - OPENAI_API_KEY=your-apiyi-key - OPENAI_API_BASE=https://api.apiyi.com/v1 depends_on: - postgres - redis dify-web: image: langgenius/dify-web:latest ports: - "3000:3000" depends_on: - dify-api postgres: image: postgres:14 environment: - POSTGRES_DB=dify - POSTGRES_USER=dify - POSTGRES_PASSWORD=password redis: image: redis:alpine ``` ### 보안 구성 * 민감한 정보는 환경 변수를 사용하여 저장합니다 * HTTPS 액세스를 활성화합니다 * 접근 제어를 설정합니다 * 종속성을 정기적으로 업데이트합니다 ### 모니터링 설정 ```python theme={null} # Monitoring script example import requests import time def monitor_dify_health(): try: response = requests.get("http://your-dify-instance/health") if response.status_code == 200: print("Dify running normally") else: print(f"Dify abnormal, status code: {response.status_code}") except Exception as e: print(f"Monitoring failed: {e}") # Check every minute while True: monitor_dify_health() time.sleep(60) ``` 더 도움이 필요하신가요? [상세 통합 문서](/ko/scenarios/engineering/dify)를 확인해 주십시오.