Dify 入门与工作流节点介绍

什么是Dify

Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。

由于 Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排，并同时提供了一套易用的界面和 API。这为开发者节省了许多重复造轮子的时间，使其可以专注在创新和业务需求上。

为什么使用 Dify？

https://docs.dify.ai/zh-hans

你或许可以把 LangChain 这类的开发库（Library）想象为有着锤子、钉子的工具箱。与之相比，Dify 提供了更接近生产需要的完整方案，Dify 好比是一套脚手架，并且经过了精良的工程设计和软件测试。

重要的是，Dify 是开源的，它由一个专业的全职团队和社区共同打造。你可以基于任何模型自部署类似 Assistants API 和 GPTs 的能力，在灵活和安全的基础上，同时保持对数据的完全控制。

Dify 应用创建过程

https://docs.dify.ai/zh-hans/guides/application-orchestrate

创建空白应用

• 聊天助手：这是最基础的应用类型，适合新手开发者快速上手。通过简单配置，你可以构建一个基于 LLM（Large Language Model，大型语言模型）的对话机器人。

• Agent：这种应用类型具备推理与自主工具调用的能力，是一个更智能的助手。它不仅可以进行简单的对话，还可以根据用户的输入进行逻辑推理，并调用相关的工具或服务来完成复杂的任务。

• Chatflow：这是一种支持记忆的复杂多轮对话工作流，适合进阶用户。它允许开发者构建更加复杂和智能的对话系统，可以处理多轮对话，并且能够记住用户的上下文信息。

• 工作流：面向单轮自动化任务的编排工作流，主要用于处理单轮的自动化任务。开发者可以通过编排工作流，将多个任务或服务组合在一起，实现自动化的操作。

从应用模板中创建

初次使用 Dify 时，你可能对于应用创建比较陌生。为了帮助新手用户快速了解在 Dify 上能够构建哪些类型的应用，Dify 团队内的提示词工程师已经创建好了多场景、高质量的应用模板。

导入DSL文件

Dify DSL 是由 Dify.AI 所定义的 AI 应用工程文件标准，文件格式为 YML。该标准涵盖应用在 Dify 内的基本描述、模型参数、编排配置等信息。

如果你从社区或其它人那里获得了一个应用模版（DSL 文件），可以从工作室选择 「 导入DSL 文件 」。DSL 文件导入后将直接加载原应用的所有配置信息。

工作流节点说明

节点是工作流的关键构成，通过连接不同功能的节点，执行工作流的一系列操作。

面向自动化和批处理情景，适合高质量翻译、数据分析、内容生成、电子邮件自动化等应用程序。该类型应用无法对生成的结果进行多轮对话交互。

开始节点

"开始" 节点是每个工作流应用（Chatflow / Workflow）必备的预设节点，为后续工作流节点以及应用的正常流转提供必要的初始信息，例如应用使用者所输入的内容、以及上传的文件等。

LLM节点

调用大语言模型的能力，处理用户在 “开始” 节点中输入的信息（自然语言、上传的文件或图片），给出有效的回应信息。

知识检索节点

从知识库中检索与用户问题相关的文本内容，可作为下游 LLM 节点的上下文来使用。

问题分类节点

通过定义分类描述，问题分类器能够根据用户输入，使用 LLM 推理与之相匹配的分类并输出分类结果，向下游节点提供更加精确的信息。

条件分支节点

根据 If/else/elif 条件将 Chatflow / Workflow 流程拆分成多个分支。

代码执行节点

代码节点支持运行 Python / NodeJS 代码以在工作流程中执行数据转换。它可以简化你的工作流程，适用于Arithmetic、JSON transform、文本处理等情景。

模板转换节点

模板节点允许你借助 Jinja2 这一强大的 Python 模板语言，在工作流内实现轻量、灵活的数据转换，适用于文本处理、JSON 转换等情景。例如灵活地格式化并合并来自前面步骤的变量，创建出单一的文本输出。这非常适合于将多个数据源的信息汇总成一个特定格式，满足后续步骤的需求。

文档提取器

LLM 自身无法直接读取或解释文档的内容。因此需要将用户上传的文档，通过文档提取器节点解析并读取文档文件中的信息，转化文本之后再将内容传给 LLM 以实现对于文件内容的处理。

列表操作节点

列表操作节点可以对文件的格式类型、文件名、大小等属性进行过滤与提取，将不同格式的文件传递给对应的处理节点，以实现对不同文件处理流的精确控制。

变量聚合节点

通过变量聚合，可以将诸如问题分类或条件分支等多路输出聚合为单路，供流程下游的节点使用和操作，简化了数据流的管理。

变量赋值节点

你可以将对话过程中的上下文、上传至对话框的文件、用户所输入的偏好信息等变量，通过变量赋值节点写入至会话变量内，用作后续对话的参考信息。

迭代节点

对数组中的元素依次执行相同的操作步骤，直至输出所有结果，可以理解为任务批处理器。迭代节点通常配合数组变量使用。

参数提取节点

利用 LLM 从自然语言推理并提取结构化参数，用于后置的工具调用或 HTTP 请求。

HTTP 请求节点

允许通过 HTTP 协议发送服务器请求，适用于获取外部数据、webhook、生成图片、下载文件等情景。它让你能够向指定的网络地址发送定制化的 HTTP 请求，实现与各种外部服务的互联互通。

Agent节点

Agent 节点是 Dify Chatflow/Workflow 中用于实现自主工具调用的组件。它通过集成不同的 Agent 推理策略，使大语言模型能够在运行时动态选择并执行工具，从而实现多步推理。

工具节点

“工具”节点可以为工作流提供强大的第三方能力支持，分为以下三种类型：

• 内置工具，Dify 第一方提供的工具，使用该工具前可能需要先给工具进行 授权。
• 自定义工具，通过 OpenAPI/Swagger 标准格式导入或配置的工具。如果内置工具无法满足使用需求，你可以在 Dify 菜单导航 --工具 内创建自定义工具。
• 工作流，你可以编排一个更复杂的工作流，并将其发布为工具。详细说明请参考工具配置说明。

结束节点

定义一个工作流程结束的最终输出内容。每一个工作流在完整执行后都需要至少一个结束节点，用于输出完整执行的最终结果。

直接回复节点

你可以在文本编辑器中自由定义回复格式，包括自定义一段固定的文本内容、使用前置步骤中的输出变量作为回复内容、或者将自定义文本与变量组合后回复。

循环节点

循环（Loop）节点用于执行依赖前一轮结果的重复任务，直到满足退出条件或达到最大循环次数。