Dify 再次走向前沿，为此提供了解决方案。作为始终秉持“模型中立”原则的开源 LLM 应用开发平台，并且支持全球 1000+ 种开源/闭源模型，能够“一秒切换”至不同模型能力，使开发者可快速在多种大模型之间灵活切换。Dify 早在 DeepSeek-R1 发布前，就已陆续接入了包括 V3 在内的多款 DeepSeek 模型。
通过社区贡献者与团队工程师的合力，开发者现可在 Dify 中灵活调用官方 API，或通过多家 MaaS 平台乃至本地部署的方式使用 R1，实现“一站式”集成和编排 LLM 应用，让 DeepSeek API 的不稳定不再成为阻碍。
DeepSeek-R1 在 Dify 的多重集成方案
一、DeepSeek 官方 API 接入
获取 API Key：从 DeepSeek 官网获取密钥：https://platform.deepseek.com/sign_in 在 Dify 中配置：进入 Dify 的「模型供应商」设置页面，找到 DeepSeek，将获取到的 API Key 粘贴进去并保存。
阅读帮助文档获取更多详情：
https://docs.dify.ai/zh-hans/guides/model-configuration/load-balancing
在 Dify 的应用编排中，选择 “deepseek-reasoner” 作为 LLM 推理节点，即可调用 DeepSeek 官方 R1 模型服务。
Tips：由于 DeepSeek-R1 具有反思和推理的能力，它并非传统“指令性”模型，ChatGPT 常用的提示词模版或许并不完全适用。这也给了应用开发者更多提示词层面上的创新空间。
二、多家 MaaS 供应商集成：为 R1 应用构筑高可用护城河
节省成本：MaaS 服务商利用自有云服务器托管 DeepSeek，大幅降低开发者自行部署硬件的成本，同时在并发和稳定性方面也更有保障。
负载均衡与自动切换：通过在 Dify Workflow 中结合“异常处理”和条件判断节点，可将官方 API 与不同 MaaS 版本的 R1 模型配置为主备分支。一旦官方 API 调用失败或因超时返回空值，系统即可自动切换至其他 MaaS 的 R1 模型，确保应用在任何情况下都能平稳运行。
以下以 Azure AI Foundry 提供的 R1 模型为例：
中文用户可优先考虑国内优秀 MaaS 服务商如"硅基流动"，注册即可获得 DeepSeek-R1 2000万 Tokens 的免费试用额度！? https://siliconflow.cn/
1. 访问 https://ai.azure.com/ 并登录，完成相关设置。
设置教程详见：https://azure.microsoft.com/en-us/blog/deepseek-r1-is-now-available-on-azure-ai-foundry-and-github/
2. 在 Model catalog 中搜索“DeepSeek-R1”，进入模型详情后选择 “Deploy”
3. 部署完成后，在 My assets 中可查看到 DeepSeek-R1 的 Model Name、Azure AI Studio Endpoint、API Key 等信息，只需在 Dify「模型供应商」的 Azure AI Studio Endpoint 配置面板中填写这些参数，即可开始调用模型。
• 如遇超时返回空值，则可通过 IF/ELSE 节点将请求路由至 LLM 2。
此外，开发者还可以添加更多支持 R1 的 MaaS 或本地部署选项（下图中的 LLM 3 节点即调用了通过 Ollama 部署的 R1 模型），从而最大限度地保障应用的可用性和生产力。
5. 当 Workflow 达到稳定可用后，开发者可在节点中加入搜索等插件能力，进一步扩展 R1 的功能边界。Dify 工具列表中提供了 联网搜索、语音转译、文生图、爬虫 等多种第三方工具。例如，结合 Perplexity 搜索工具，就能迅速搭建出一个基于 R1 的 AI 搜索类 MVP 应用。
下图所示的示例使用了 Perplexity + DeepSeek-R1 官方 API + 备选 R1 模型（Azure DeepSeek-R1 / Ollama deepseek-r1:7b） 来构建 AI 研究助手：当 LLM 1 节点（DeepSeek 官方 API）因请求超时返回空值时，系统通过条件判断节点自动切换到了 LLM 2（Azure DeepSeek-R1），并成功生成调研报告，保证了应用的稳定可用。
随着 Dify v1.0 即将上线的插件功能，工具也会作为插件的一种类型，开发者将能以更低门槛为应用场景添加各种新工具。
悄悄剧透：据 Dify 内部工程师测试，OpenAI o1 模型在获得足够上下文后，可以相对自主地完成一个插件的开发。这表明随着 Dify 插件功能的推出，工具型应用的开发难度将大幅降低。敬请期待！
三、本地部署方案
简单部署：利用一些本地推理框架（如 Ollama 等），可以快速加载不同大小和参数量的 R1 模型。
部署指南：https://docs.dify.ai/zh-hans/learn-more/use-cases/private-ai-ollama-deepseek-dify
进阶微调：在 Hugging Face、Replicate 等平台上，还可以找到 DeepSeek-R1 的多种微调版本。若需深度定制模型，可将它们部署到本地进行专业场景应用。
DeepSeek-R1 的出现，为开源大型模型领域带来了新的可能性；Dify 则通过对官方 API、第三方 MaaS、本地部署等多渠道的集成与编排，帮助开发者在不牺牲隐私和灵活性的前提下，尽享 R1 的强大推理性能。
开源＋开源的组合，不仅让新一代 AI 应用开发更高效、更自由，也为企业在生产环境中稳定使用 DeepSeek-R1 保驾护航。未来，Dify 将继续完善其插件生态、工作流编排和多模型集成能力，与广大开发者携手，探索更多可能。
