QwenCloudBRASIL
Início›Biblioteca›Documentação
Tradução de apoio para consulta. Código e identificadores técnicos preservados. Consultar referência original ↗

Início rápido

#Dificar

Plataforma de aplicativos LLM de baixo código

Conecte-o a QwenCloudAPI pré-paga da para criar assistentes de bate-papo, agentes e bases de conhecimento com tecnologia Qwen modelos.

Início rápido

Comece a correr em alguns minutos:

# 1. Install plugin
Go to Dify marketplace → Models → Find "TONGYI" → Install

# 2. Configure (Settings → Model Providers → TONGYI → Settings)
API Key: sk-ws-xxx
Use international endpoint: Yes

# 3. Test (Create blank app → Chat assistant)
Select model: qwen3.5-plus
Type message: "Write a Python hello world program"

Você deverá ver: O modelo responde com código Python

Configuração

Configuração básica

Configure o Dify para usar QwenCloud:

Configuração passo a passo

Instalar plugin TONGYI

Vá para [mercado Dify](https://cloud.dify.ai/plugins?category=discover) → **Modelos** → **TONGYI** → Instalar

Configure a chave da API

Clique em perfil → **Configurações** → **Provedores de modelo** → **TONGYI** → **Configurações**

- Chave de API: sua [chave de API](https://home.qwencloud.com/api-keys)
- Usar endpoint internacional: **Sim**

Habilitar modelos

Clique nos modelos no cartão TONGYI → Ative os modelos desejados

Para modelos mais recentes que não estão no plugin TONGYI: Use o plugin compatível com OpenAI-API com endpoint https://maas.qwencloudapi.com/compatible-mode/v1

Limitações

Exemplos

Chat assistant

Criar aplicativo

    Espaço de trabalho → **Criar aplicativo em branco** → **Assistente de bate-papo**

Configurar modelo

    Selecione **qwen3.5-plus** → Ative o modo de pensamento, se disponível

Test conversation

    Digite: "Explique como funcionam as redes neurais"

Workflow with LLM node

Criar fluxo de trabalho

    Espaço de trabalho → Criar **Fluxo de bate-papo** ou **Fluxo de trabalho**

Add LLM node

    Arraste o nó LLM para a tela → Selecione **qwen3.5-plus**

    Adicionar mensagem do usuário → Clique no botão Executar

Knowledge base

Criar base de conhecimento

    Vá para [Bases de conhecimento](https://cloud.dify.ai/datasets) → Criar novo

Envie documentos.

    Selecione a fonte de dados → Fazer upload de arquivos

Configurar incorporação

    Selecione **text-embedding-v4** para segmentação de texto

Vision models

Selecione o modelo de visão.

    Escolha **qwen3.5-plus** ou **qwen3-vl-plus**

Activar visão.

    Ative a alternância **Vision** no chat ou no nó LLM

Envie imagens

    Faça upload de imagens em conversa para análise

Solução de problemas

Erro "Chave de API fornecida inválida"

Solução:

  • Experimente a versão anterior do plugin TONGYI
  • Use a chave API do espaço de trabalho padrão (não do subespaço de trabalho)
  • Verifique se "Usar endpoint internacional" está definido como Sim

Modelos com -latest sufixo não disponível

Solução: Use o plugin compatível com OpenAI-API com:

  • Ponto final: https://maas.qwencloudapi.com/compatible-mode/v1
  • Chave API: sua chave DashScope
  • Modelo: Insira o ID do modelo manualmente

Alto consumo de tokens

Solução:

  • Use modelos apropriados para tarefas
  • Configurar janelas de contexto razoáveis
  • Limpe o histórico de conversas regularmente

A alternância de visão não aparece

Solução: certifique-se de ter selecionado um modelo com capacidade de visão (qwen3.5-plus ou qwen3-vl-plus)

Recursos avançados

Modo de pensamento

Para modelos que suportam o raciocínio:

  1. Selecione um modelo com suporte de pensamento
  2. Ative a alternância do modo de pensamento
  3. Defina como "True" para raciocínio passo a passo

Nós de execução de código

Extraia o raciocínio das respostas:

Perguntas frequentes

Usando Qwen-Omni e Qwen-OCR modelos

Esses modelos não podem ser configurados diretamente no Dify. Integre-os usando um nó HTTP em um Chatflow ou fluxo de trabalho. Para obter detalhes de integração, consulte os exemplos de comando cURL na documentação de cada modelo.

Use a saída de streaming para chamadas de API em nós HTTP para reduzir o risco de tempos limite.

Usando Wan modelos para geração de imagens e vídeos

Dify não oferece um plugin dedicado para Wan modelos, mas você pode obter geração de texto para imagem e texto para vídeo usando nós em um Dify Chatflow ou fluxo de trabalho:

  1. Crie um fluxo de trabalho: no espaço de trabalho, crie um novo fluxo de trabalho. Adicione nós de solicitação HTTP para o Wan Endpoints POST (criar tarefa) e GET (resultado da consulta) da API.
  2. Configurar variáveis de ambiente: na página do fluxo de trabalho, encontre o ícone de variáveis de ambiente e defina DASHSCOPE_API_KEY à sua chave de API.
  3. Teste a saída: Clique em Executar para gerar a saída. A geração de texto para vídeo normalmente leva cinco minutos ou mais.
  4. Publicar como ferramenta (opcional): para usar esses recursos em outros aplicativos, clique em Publicar e selecione Publicar como ferramenta.

Usar modelos wan2.2-t2i-flash (texto para imagem) e wan2.1-t2v-turbo (texto para vídeo). Para obter detalhes da API, consulte geração de imagem e geração de vídeo guias.

Recursos relacionados