DeepChat配置Dify知识库：快速上手指南

```html

要想让DeepChat真正“吃透”你的私有数据，把它和Dify知识库打通是关键一步。下面这套配置流程，我已经在实际项目中反复验证过，跟着走就好，不用走弯路。

<sub>本文预计阅读时间：3分钟</sub>

准备

首先确保Dify已经成功部署，并且你已经在里面创建了一个知识库（具体怎么做，参考《Dify构建知识库》）。这一步是基础，跳过的话后面就白忙活了。

Dify

API服务器地址

登录Dify后，依次点击“知识库” → “API” → “API服务器”，把页面里显示的API服务器地址复制下来，后面配置要用。

创建Key

还是在刚才的API页面，找到“API密钥”区域。如果是第一次使用，需要创建一个密钥：点击创建后，把生成的密钥妥善保存好——这个密钥就像你的身份证，泄露了就有风险。

数据集ID

这个稍微麻烦一点，需要登录Dify的数据库。如果你也是用Docker部署的Dify，可以照下面的操作：

$ docker exec -it 容器ID或名称 /bin/sh

进入容器后，执行SQL查询：

/ # psql -U postgres
psql (15.13)
Type "help" for help.

postgres=# c dify
You are now connected to database "dify" as user "postgres".
dify=# x
Expanded display is on.
dify=# select * from datasets;
-[ RECORD 1 ]------------+-----------------------------------------------------------------------------------------------------------------
id                       | 5ae8dadf-0c77-4fc2-8ca3-53c008f63c6a
tenant_id                | 7d137fad-359e-48b9-a27d-3e4cf259ea02
name                     | 我的知识库
……

这里结果中的

，把它复制下来备用。

DeepChat配置

Dify那边该拿的数据都拿到了，现在轮到DeepChat了。

启动DeepChat客户端，依次点击“设置” → “MCP设置”，找到difyKnowledge的编辑按钮。点击“添加Dify配置”，把刚才在Dify里保存的API服务器地址、API密钥、数据集ID分别填入对应的输入框。最后点击“添加配置”，搞定。

使用知识库

配置完成后，回到对话界面，启用Dify知识库MCP（开关打开就行）。有一点必须提醒你：所用的大语言模型必须支持工具调用（Tool Calling），否则知识库是不会生效的。

<sub>⚠️使用的大模型必须支持工具调用。</sub>

现在随便向它提问试试，返回的结果已经融入了你知识库里的内容。

注意事项

DeepChat在更新到

版本后，默认的精确度参数从之前的0.5调整到了 。这个值越小，检索时对匹配的严格程度就越低，结果会更“宽松”。根据实际使用场景，可以酌情微调，不必死守默认值。

---

（注：原文中提及的“《DeepChat+RAGFlow 强强联合！配置知识库实现智能问答效率提升 300%》”相关内容，作为背景引用保留，不构成正文核心步骤，故保持原样。）

```