很多企业的现状是这样的——

技术或运营团队在 Dify（一款开源 + 商业混合的 LLM 应用开发平台）上搭好了一个企业智能体：角色提示词写好了、知识库上传了、工作流调通了、API 也开放出来了。

然后这个智能体只在 PC 上跑——员工要打开浏览器登录、客户要走小程序入口——离真实业务场景隔着一层。

怎么把这个智能体落到员工 / 客户开口就能用的物理终端上？这就是本篇要回答的问题。

下面的流程把"如何接入" 完整拆解。


准备工作：你需要确认的 3 件事

接入开始之前，先确认这 3 件事——任何一件缺失都会导致接入卡住：

  1. Dify 智能体已经能从 API 正常调用（不论是 Dify Cloud 还是私有部署）
  2. 拿到了智能体的 App API Key（在 Dify 工作台的"API Keys" 菜单生成）
  3. 接通方的硬件——一台能听会说的企业级桌面对话音箱

宇芽智能（BITSEED）提供的桌面对话音箱已经支持 Dify 接入。下面以宇芽方案为例展开。


步骤 1：在 Dify 工作台准备好智能体

Dify 工作台上需要确认的几件事——

1.1 角色提示词的"业务场景化"

很多团队上线时角色提示词比较通用，比如"你是 XX 公司的助手"。落到桌面音箱场景里，需要把角色细化到具体业务里：

  • 「你是 XX 公司客户服务等候区咨询助理。语气专业、不催促、不替专员做承诺。涉及具体价格 / 合同 / 个性化方案，统一引导客户与 XX 专员确认。」

角色越具体，对话越稳。

1.2 知识库的"分层组织"

Dify 的知识库支持分文件夹 / 标签管理。落到业务场景后建议这样分：

  • 机构层：品牌信息、地址、营业时间、组织架构
  • 业务层：产品 / 服务的标准介绍、流程说明
  • 客户层（可选，仅对配置过个人化场景需要）：每位客户的服务档案

1.3 边界禁区写进 system prompt

行业不同，禁区不同——医美 / 房地产 / 金融 / 4S 店等行业各自的合规边界都要明确写进角色提示词。这一步必须前置，不能"上线后补"。


步骤 2：在桌面音箱后台填入接入凭据

设备这边的接入过程极简——

  1. 登录宇芽对话音箱的设备配置后台（浏览器即可）
  2. 在「智能体接入」一栏选择「Dify」作为接入平台
  3. 粘贴 Dify 工作台生成的 App API Key
  4. （可选）填入 Dify 的 API Endpoint URL（如果是私有部署而非 Dify Cloud）
  5. 保存

完成。后台会自动做一次连通性测试，绿灯亮起即接通成功。

整个过程通常 3-5 分钟、不需要写一行代码。


步骤 3：选硬件 + 部署到目标位置

选硬件：根据场景选合适的形态——

场景推荐硬件桌面 / 沙发茶几 / 床头7 寸桌面智能屏销售工位 / 销售厅展示10 寸 / 15 寸大屏桌面摆件 / 文创 / IP 形象桌面智能音箱

宇芽方案支持按业务场景选合适型号——不是"一款打天下"。

部署到位置：每台设备拿到手就能用——开机自检 + 配置后台同步配置 + 唤醒词测试 → 全部 OK 后摆到目标位置即可。


接入后的真实对话体验

举几个典型对话场景：

客户在等候区 客户：「你们的 XX 服务流程是怎么样的？」 设备：根据 Dify 智能体的知识库回应，配合机构合规口径的边界。

客户问个性化问题 客户：「我这种情况适不适合 XX？」 设备：「这件事涉及具体判断，建议跟我们的 XX 专员沟通。我已经帮您备注了。」

客户提价格 / 合同问题 设备：统一引导到对应负责人，不做任何承诺。

整个体验取决于 Dify 智能体本身的质量——桌面音箱只是把 Dify 智能体的对话能力，搬到了员工 / 客户开口就能用的物理位置上。


部署时的几个建议

关于响应延迟 Dify 工作流如果挂了多个节点（意图识别 → 知识库召回 → 模型推理 → 内容审核），每个节点都有耗时。建议在 Dify 工作台用 lite 档位模型做"判断 + 分类" 节点，复杂推理节点保留 pro 档——可以让单次响应快一档。

关于流式输出 Dify 支持流式 API 调用。建议在宇芽设备配置后台开启流式接收 + 流式 TTS 播报——客户能在 1 秒内听到第一句话，体感等待时间大幅缩短。

关于私有部署 Dify 如果企业的 Dify 是私有化部署在内网，需要确保设备能访问内网 API（同 VPN / 内网穿透 / API 网关都行）。这部分我们的工程团队可以一起对接。

关于多智能体切换 一家企业可能在 Dify 上搭了多个智能体（如"客户咨询助理"、"内部知识查询助理"、"招聘问答助理"）。我们支持在同一台设备上按场景或角色切换不同智能体，不需要每台设备绑定一个。


落地成本

很多企业第一次接触"AI 智能音箱方案"的反应是"很贵"。

实际上——一套完整方案（音箱 + 配套系统）落地只要几千元。完全可以从单台样机做 PoC 起步：先在一个场景放一台，观察使用频次、客户 / 员工的真实反馈，验证完了再放量。


写在最后

Dify 上搭好的智能体不应该停在浏览器里——把它接到一台能听会说的桌面对话音箱里，对话能力立刻覆盖到"用户面前不一定有屏幕" 的所有物理场景。

接入过程不需要技术开发、不需要等 SDK、不需要让 Dify 团队做适配。只要 Dify 工作台生成的 App API Key、加一台宇芽桌面对话音箱，3-5 分钟就能跑通。

如果你也在做 Dify 智能体的物理化落地，欢迎联系我们。


宇芽智能（BITSEED） · 企业级 AI 智能音箱定制方案商 · 主流智能体平台均已验证可接入 · 最快 3 天接入。