全新版本Dify v1.7.0 已正式发布，为插件系统带来了两个关键更新: OAuth认证支持与插件自动升级策略增强，进一步释放Dify的灵活性与稳定性。

前言

Dify是一款开源的大语言模型应用开发平台，旨在降低AI应用的开发门槛，帮助开发者和企业快速构建、部署及管理生成式AI应用。通过接入Dify的RESTful API，可以将Dify智能体集成到你的业务系统。

全新版本Dify v1.7.0 已正式发布，为插件系统带来了两个关键更新: OAuth认证支持与插件自动升级策略增强，进一步释放Dify的灵活性与稳定性。

本文将介绍如下内容：

• 插件OAuth认证功能介绍
• 基于支持OAuth认证功能的插件开发GitHub智能体

插件OAuth认证功能介绍

在此前版本中，开发者在集成第三方服务时，通常需要手动管理API密钥，带来一定的安全风险。而现在，通过OAuth 2.0，Dify的插件可以：

• 支持标准授权流程，无须暴露用户凭据

• 支持refresh token自动续期，保持长期登录状态

• 增强数据隐私保护，避免因密钥泄露带来的安全隐患

基于支持OAuth认证功能的插件开发GitHub智能体

升级Dify 1.7.0版本

• git pull最新代码，然后checkout 1.7.0分支代码
• 进入docker目录
• 复制.env.example到.env，然后修改CONSOLE_API_URL和PIP_MIRROR_URL

    CONSOLE_API_URL: 如果不设置此值，会造成因redirect_uri无效造成无法完成OAuth认证

    PIP_MIRROR_URL: 加速插件python依赖包安装速度

CONSOLE_API_URL=http://localhost
PIP_MIRROR_URL=https://mirrors.aliyun.com/pypi/simple

• 重新创建容器

docker compose down
 docker compose up -d

安装设置GitHub插件

进入插件市场，安装GitHub工具。

选择GitHub插件，在右侧界面点击【设置 OAuth 客户端】。

在弹出的页面中，上方显示了redirect_uri为http://localhost/console/api/oauth/plugin/langgenius/github/github/tool/callback。如何.env没有设置CONSOLE_API_URL，此redirect_uri会显示为/console/api/oauth/plugin/langgenius/github/github/tool/callback，是一个无效的URL，造成无法完成OAuth认证。

为了获得Client ID和Client Secret，点击左下方【Client ID 用于认证请求到 GitHub API】，进入GitHub创建OAuth app，在【Authorization callback URL】中填入redirect_uri：http://localhost/console/api/oauth/plugin/langgenius/github/github/tool/callback，点击左下方【Register application】创建应用。

在应用页面，点击【Generate a new client secret】生成Client Secret。

把Client ID和Client Secret复制到Dify的GitHub插件设置页面中，点击【保存并授权】，会弹出授权页面，点击【Authorize】完成授权。

添加成功后，插件信息中可以看到添加的OAuth。

开发GitHub智能体

• 创建一个空白应用，类型为Agen

• 添加GitHub工具

• 设置提示词

你是一个github助手，可通过使用工具为用户解决问题

• 模型选择doubao-1.5-pro-32k

• Agent设置适当调整最大迭代次数。Agent完成一项任务可能需要迭代多次调用工具，最大迭代次数设置过小可能导致无法正常完成任务。

• 调试预览并发布应用输入“dify的最新版本”，智能体即可调用GitHub插件获取相关信息并生成回复。

  

总结

本文介绍基于支持OAuth认证功能的插件开发GitHub智能体，通过标准授权流程，无须暴露用户凭据。

 

 

 

 

 

 零基础入门AI大模型

今天贴心为大家准备好了一系列AI大模型资源，包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

 

 

（都打包成一块的了，不能一一展开，总共300多集）

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

 

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

5.免费获取(扫下方二v码即可100%领取)