Inicio Proyectos self-dify
self-dify
agents

self-dify

Este tutorial te guiará completamente sobre cómo configurar rápidamente tu propio entorno de aplicación de IA, comenzando con la instalación y configuración de Docker Desktop, hasta el despliegue local de Dify y la personalización de funciones de asistente de IA, permitiéndote implementar fácilmente aplicaciones de IA como “adivinar enfermedades”, “consolar dulcemente”, “guía de ingreso para nuevos estudiantes”, “tarjetas de lectura de Xiaohongshu” y “guía de entrevistas”. Y te enseñará desde agentes básicos hasta el uso de flujos de trabajo, luego a bases de conocimiento, DeepResearch, bases de datos, MCP, orquestación de tareas complejas y otras tareas avanzadas, aprendiendo de lo simple a lo complejo en el desarrollo de aplicaciones de modelos grandes basado en Dify.

por datawhalechina · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Probable
Autoalojable
agentsdifyllmsCC-BY-SA-4.0Autoalojable
Ver en GitHub
En palabras simples

Configura tu propio entorno de aplicación de IA y personaliza características para diversas tareas.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
self-dify — GitHub preview card
📈 Historial de estrellas
524523
2026-07-202026-08-31
📈 Sigue self-dify

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Este tutorial te guiará completamente sobre cómo configurar rápidamente tu propio entorno de aplicación de IA, comenzando con la instalación y configuración de Docker Desktop, hasta el despliegue local de Dify y la personalización de funciones de asistente de IA, permitiéndote implementar fácilmente aplicaciones de IA como “adivinar enfermedades”, “consolar dulcemente”, “guía de ingreso para nuevos estudiantes”, “tarjetas de lectura de Xiaohongshu” y “guía de entrevistas”. Y te enseñará desde agentes básicos hasta el uso de flujos de trabajo, luego a bases de conocimiento, DeepResearch, bases de datos, MCP, orquestación de tareas complejas y otras tareas avanzadas, aprendiendo de lo simple a lo complejo en el desarrollo de aplicaciones de modelos grandes basado en Dify.

self-dify tiene 523 estrellas en GitHub. Se ha bifurcado 55 veces. Se desarrolla activamente desde 2024. self-dify está disponible bajo la licencia CC-BY-SA-4.0. Sus temas principales son: agents, dify, llms, rag.

Frequently asked questions

¿Qué es self-dify?

Este tutorial te guiará completamente sobre cómo configurar rápidamente tu propio entorno de aplicación de IA, comenzando con la instalación y configuración de Docker Desktop, hasta el despliegue local de Dify y la personalización de funciones de asistente de IA, permitiéndote implementar fácilmente aplicaciones de IA como “adivinar enfermedades”, “consolar dulcemente”, “guía de ingreso para nuevos estudiantes”, “tarjetas de lectura de Xiaohongshu” y “guía de entrevistas”. Y te enseñará desde agentes básicos hasta el uso de flujos de trabajo, luego a bases de conocimiento, DeepResearch, bases de datos, MCP, orquestación de tareas complejas y otras tareas avanzadas, aprendiendo de lo simple a lo complejo en el desarrollo de aplicaciones de modelos grandes basado en Dify.

¿self-dify es de código abierto?

self-dify es un proyecto de código abierto. Se distribuye bajo la licencia CC-BY-SA-4.0.

¿self-dify es gratis?

Sí. self-dify es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está self-dify?

self-dify está disponible bajo la licencia CC-BY-SA-4.0.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — self-dify

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=datawhalechina-self-dify)](https://olud.ai/project/datawhalechina-self-dify.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.