Dify接入DeepSeek R1深度推理实战指南
先给一个关键结论：想让DeepSeek R1在Dify中真正执行深度推理任务，不能把它当作普通文本生成模型来调用。必须激活其原生思维链能力，同时绕过Dify默认屏蔽的reasoning参数限制，否则模型会跳过推理过程直接输出最终答案。
验证DeepSeek R1部署状态与API连通性
首先确认Ollama中的deepseek-r1:7b已经部署完毕，且API能被Dify正常调用。这一步绝对不能跳过——实践中90%的调用失败都源于底层API不通，而非Dify配置问题。
在终端执行 curl http://localhost:11434/api/tags，检查返回JSON中是否包含 "name": "deepseek-r1:7b" 或对应版本标识。若返回空响应，说明Ollama未运行或模型未拉取。运行 ollama pull deepseek-r1:7b 修复该问题。
在Dify中添加DeepSeek R1作为模型供应商
登录Dify管理后台 → 设置 → 模型供应商 → 点击「+ 添加模型供应商」→ 选择「Ollama」。
填写以下三项：
「模型名称」填 【deepseek-r1:7b】（注意冒号和小写，大小写错误会直接报404）；
「基础URL」填 【http://host.docker.internal:11434】（Docker环境部署Dify必须使用此地址，localhost因容器网络隔离无法连通，这是常见陷阱）；
其余字段保留为空或默认值。
点击保存后，立即点击右侧「测试连接」按钮。出现绿色对勾才代表通路建立成功。
激活DeepSeek R1深度推理能力
Dify默认不透传reasoning相关参数，需要手动修改模型配置以启用思维链。以下两种方法任选其一：
方法一：通过Dify UI高级设置（推荐）
进入「模型供应商」列表 → 找到刚添加的Ollama条目 → 点击「编辑」→ 展开「高级设置」→ 在「模型配置」JSON框中填入：{"enable_thinking": true, "reasoning_effort": "high"}
方法二：直接修改Dify环境变量（适用于自定义部署）
在docker-compose.yml的dify服务下增加环境变量：- DIFY_MODEL_PROVIDER_OLLAMA_DEEPSEEK_R1_7B_CONFIG={"enable_thinking": true, "reasoning_effort": "high"}
配置完成后务必重启Dify容器，否则新配置不会生效。执行 docker compose restart dify——这一步经常被忽略，却是决定成败的关键操作。
构建支持深度推理的应用工作流
配置完成后，上手测试实际效果：
第一步：新建应用 → 选择「空白应用」→ 命名如「法律条款推理助手」→ 创建。
第二步：编写结构化提示词 → 进入「提示词编排」→ 删除默认提示词 → 粘贴以下指令：
「你是一名资深法律AI推理引擎。请严格按以下步骤响应：
① 解析用户输入中的事实要素与法律争议点
② 检索知识库中匹配的《民法典》第XXX条及司法解释
③ 对比三个相似判例的裁判逻辑
④ 输出带推理编号的结论，每步结论后标注依据来源」
第三步：开启RAG知识库 → 上传PDF版《最高人民法院关于合同编的司法解释》→ 切片策略选「语义分块」→ 向量化完成后启用。这一步能让模型在深度推理时准确引用条文，而非凭模糊记忆作答。
第四步：模型配置 → 强制指定使用刚配置的deepseek-r1:7b模型，并关闭「流式响应」。深度推理需要完整的上下文分析，流式输出会截断中间思维链，导致推理链条不完整。
第五步：发布应用 → 复制Web App链接 → 在新窗口打开，输入问题：“甲方逾期付款超90天，乙方能否主张解除合同并索赔？请按四步推理回答”。观察输出——如果看到带编号的逐层推导过程，而非直接给出结论，说明配置成功。