大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



 
  
    
     
上周在 Dify 上搭一个客服 Agent，同时要用 GPT-5 做意图识别、Claude Opus 4.6 做长文本总结。结果光配置模型供应商这一步就搞了大半天——两家 API 鉴权方式不同，Key 管理也乱得一批。后来发现只要用 OpenAI 兼容协议接一个聚合接口，改一个 base_url 就全解决了，省下来的时间够我多摸两把鱼。
 

核心步骤其实很简单：进入「设置 → 模型供应商」，选 OpenAI-API-compatible，填 API Key 和 base_url，保存，完事。不超过 5 分钟。下面把完整流程和踩过的坑都记下来。

要在 Dify 里同时用两个以上模型，走 OpenAI 兼容协议接聚合接口是最省事的方案。

• Dify v0.11.x 或更高（社区版 / 云端版均可）
• 一个支持 OpenAI 兼容协议的 API Key 和 base_url
• 浏览器，没了

我用的是 Docker 自建的社区版。云端版 cloud.dify.ai 操作完全一样，界面有微小差异。

Dify 侧只配一次，后面换模型直接在节点里改 model name 就行。

只用 GPT-5 一个模型的话，直接接官方最直接。

第一步：进入模型供应商配置

登录 Dify → 点右上角头像 → 「设置」→ 左侧「模型供应商」

第二步：找到 OpenAI，点击配置

在供应商列表找到 OpenAI，点「设置」，填入：

API Key: sk-proj-xxxxxxxxxxxxxxxx 

保存。Dify 会自动拉取可用模型列表（gpt-5、gpt-5-mini 等）。

第三步：在工作流中使用

新建 Chatbot 或 Workflow，在 LLM 节点选模型，下拉就能看到刚才配的 OpenAI 模型了。

这个方案的问题：只能用 OpenAI 一家的模型。想加 Claude 得再配 Anthropic，想加 Gemini 又得配一套，每家 Key 管理和鉴权方式都不同，模型一多就很头疼。

一次配置，所有模型都能用。

第一步：进入模型供应商配置

登录 Dify → 「设置」→「模型供应商」

第二步：找到 OpenAI-API-compatible

注意，不是选「OpenAI」，往下翻找到 OpenAI-API-compatible。这是 Dify 内置的通用兼容供应商，支持任何遵循 OpenAI 协议的第三方接口。

点「添加模型」，填入：

Model Name: gpt-5 Model Type: LLM API Key: 你的聚合平台 Key API Base URL: https://api.ofox.ai/v1 

有个坑：Model Name 必须和聚合平台上模型的实际 ID 完全一致。比如有些平台 Claude 的 model name 是 claude-opus-4.6-，就得填完整的，不能只填 claude。

第三步：配置模型参数

Context Window:  （根据模型实际值填） Max Tokens: 16384 （模型最大输出） Streaming: ✅ 开启 Function Calling: ✅ 支持 （如果要用工具节点） Vision: ✅ 支持 （如果接的是多模态模型） 

第四步：保存并测试

保存后回到编辑器，在 LLM 节点选模型，能看到刚才添加的模型就对了。发句话测一下，能正常回复就通了。

加更多模型？重复第二步，每次只改 Model Name：

模型 1: gpt-5 → Base URL: https://api.ofox.ai/v1 模型 2: claude-opus-4.6 → Base URL: https://api.ofox.ai/v1 模型 3: gemini-3-pro → Base URL: https://api.ofox.ai/v1 模型 4: deepseek-chat → Base URL: https://api.ofox.ai/v1 

ofox.ai 是 AI 模型聚合平台，一个 API Key 可以调用 GPT-5、Claude Opus 4.6、Gemini 3 等 50+ 模型，兼容 OpenAI 协议，低延迟直连，支持支付宝付款，按量计费。

在 Dify 里配完发现不工作，别急着怀疑 Dify 有 bug——先用脚本测一下 API 本身是否通：

from openai import OpenAI client = OpenAI( api_key="your-key", base_url="https://api.ofox.ai/v1" ) # 测试基础对话 response = client.chat.completions.create( model="gpt-5", messages=[ {"role": "user", "content": "你好，测试一下连通性"} ], stream=True ) for chunk in response: if chunk.choices[0].delta.content: print(chunk.choices[0].delta.content, end="", flush=True) print() 

脚本能正常输出，说明 API 没问题，问题在 Dify 配置。脚本就报错，先解决 API 的问题。

坑 1：Base URL 末尾多了斜杠

❌ https://api.ofox.ai/v1/ ✅ https://api.ofox.ai/v1 

Dify 拼接端点时会自己加 /chat/completions，base_url 末尾多个 /，最终请求变成 v1//chat/completions，直接 404。看日志才发现，Dify 前端只告诉你「模型调用失败」，信息量为零。

坑 2：Model Name 大小写敏感

填了 GPT-5，结果模型不存在。应该是 gpt-5（小写）。各平台模型 ID 命名规范不同，最保险的办法是去文档里直接复制。

坑 3：Context Window 填错导致长对话被截断

Dify 会根据 Context Window 值做上下文管理。把 GPT-5 的窗口填成了 4096，多轮对话到第三轮就开始丢上下文。GPT-5 是 128K，Claude Opus 4.6 是 200K，别填错。

坑 4：Streaming 没开导致超时

Dify 对 LLM 调用有超时限制。生成长文本时，非 Streaming 模式可能触发超时，建议一律开启。

坑 5：Function Calling 勾选了但模型不支持

不是所有模型都支持 Function Calling。如果在工具节点里用了一个不支持 FC 的模型，会直接报错。只对确认支持的模型勾选这个选项。

这才是聚合接口真正爽的地方。我现在有一个 Workflow 是这样的：

不同节点用不同模型，各取所长：GPT-5-mini 便宜适合做意图分类，DeepSeek V3 性价比高适合 RAG，Claude Opus 4.6 长文本理解强适合做总结。所有模型共用同一个 API Key 和 base_url，管理起来毫无负担。

Dify 接入模型就两步：

1. 选 OpenAI-API-compatible 供应商（不是 OpenAI）
2. 填 API Key + Base URL + 正确的 Model Name

多模型场景下，用聚合接口比逐个配官方省太多事。现在 Dify 上跑着 5 个模型，配置页面干干净净，不用管一堆 Key。

Dify 的模型供应商配置界面做得确实粗糙——报错信息不够详细，填错了也不校验格式。但作为免费开源的 LLM 应用开发平台，整体还是很能打的，等后面版本改进吧。

有问题评论区聊，踩到新坑我会更新上来。