【免费下载链接】easy-vibe
从 0 到 1 学会 vibe coding,项目制学习
本篇技术指南基于 easy-vibe 项目 Stage 2「AI Capabilities」课程中的 Dify 基础与知识库集成文档 展开,系统讲解从「只会对话的聊天机器人」升级为「能基于私有知识回答、可编排成 SOP 流程的 AI Agent」的完整路径。你将掌握 RAG 检索增强生成的原理与落地方式、Dify 平台从应用创建到知识库构建再到工作流编排的完整实操,并最终通过 Dify API 在 Trae 中开发出一个可多轮对话的前端聊天应用。
1. 从对话到 Agent:为什么聊天机器人无法真正「干活」
在前一阶段,我们已经学会用提示词让大模型扮演角色、生成文本或编写简单代码。但仔细想想会发现一个关键问题:聊天机器人本身并不能真正完成工作。
它可以回答「如何查询订单」,却无法真正去数据库里查你的订单号;它可以描述周报应该包含哪些内容,却无法自动汇总项目数据并把邮件发出去。这种「能说不能做」的局限,让纯对话式 AI 很难真正嵌入业务流程。
要把 AI 从「聊天伙伴」升级为「数字员工」,需要赋予它三项核心能力:
- 私有知识(Proprietary knowledge):让它能读懂你的产品文档、客户资料和内部制度;
- 工具调用(Tool calling / Plugins):让它能操作数据库、调用 API;
- 结构化执行(Structured execution):让它能按照预定义逻辑一步步完成任务,而不是自由发挥。
这就是 AI Agent 的原型:一个同时具备目标、知识、工具和执行路径的自动化单元。
说明:在当前的行业用法中,「简单 Agent」通常指由「大模型 + 工具 + 知识库」增强的应用,而非完全自主规划的 Agent。这类简单 Agent 虽然没有真正意义上的长程推理与规划能力,但已经足以覆盖大量企业自动化场景。真正自主的 Agent 会在后续章节介绍。
1.1 最简单的 Agent:知识库问答聊天机器人
明确了 Agent 的核心能力后,一个自然的问题是:能不能只实现其中一项能力,就做出一个实用的基础 Agent?答案是肯定的。
在很多真实业务场景中,用户并不需要 AI 去执行复杂操作(比如跨多个系统的 API 编排),他们的核心诉求是基于公司自有材料进行准确、可靠的问答。这正好对应第一项核心能力:私有知识服务。
于是就有了最简单、应用最广泛的一种 Agent 形态:知识库问答聊天机器人。
虽然它还不包含工具调用或自主规划,但关键的突破在于:模型的回答不再「凭空生成」,而是有据可依。怎么做到?我们需要解决一个核心挑战:当企业内部文档有成千上万页时,模型如何针对每个用户问题快速找到最相关的部分?
答案就是 RAG(Retrieval-Augmented Generation,检索增强生成)。
RAG 的核心思想是:当用户提问时,系统先从企业知识库中检索出语义上最相关的文本片段(比如产品手册中的一段、HR 文档中的一条制度条款),再把这些片段注入模型上下文,让回答基于真实材料生成:
这意味着回答不再只依赖模型训练时的通用知识,而是锚定在企业权威信息上。RAG 的目标正是这种「动态外部知识注入」,它能显著提升回答的真实性、准确性和一致性,甚至可以强制回答的「人设/文风」,比如客服口吻或技术文档风格。
这在真实业务中尤其重要,因为大模型可能产生幻觉(Hallucination)。比如以 CFO 或顾问身份询问具体数据时,模型可能编造日期和事件。有了 RAG,可控性和可靠性会显著提升。
在本课的实操部分,我们将使用 Dify 这个流行的 AI 工作流平台来构建知识库问答机器人。你可以轻松把多种私有材料变成知识库:产品手册、公司制度文档、项目文档、研究论文、知识库文章,甚至个人笔记。搭建完成后可以测试这类问题:
- 「产品 A 最新版本有哪些重大升级?」
- 「按照员工手册,今年的年假政策是如何定义的?」
- 「在 XX 项目中,我们是如何解决技术难题『XXX』的?」
- 「这篇论文的核心研究方法是什么?」
你会直观感受到 RAG 如何把静态、零散的文档,变成支持多场景高精度问答的精准智能知识库。
1.2 从对话式 Agent 到工作流
然而,即使有了知识库和工具调用的「增强 Agent」,面对更复杂的业务流程仍然不够。
设想这样一个请求:「我们新上线的 SaaS 产品最近发布了哪些新功能?能不能整理成一份面向客户的简报?」
看起来很简单,但背后需要协调多个步骤:先从内部文档或 Notion 知识库检索最近一个月的发布说明;再筛选出面向客户的关键功能;然后调用大模型把技术描述改写成客户易懂的语言;最后把生成内容发送到市场团队邮箱或保存到 Google Docs 模板。
如果只依赖单个大模型自由推理,很难在一次对话中完整执行整个过程。即使执行了,也可能遗漏关键细节、混淆内部术语与客户语言,或无法以结构化形式输出。更重要的是,企业需要的是可审计、可复用、可监控的标准化执行路径,而不是每次运行的临时发挥。监控与可复现性对企业风控至关重要。
这就引出了更高阶的 AI 应用模式:AI Workflow(AI 工作流)。
工作流就是把复杂任务拆解为有序、可配置、可自动执行的子步骤,再通过可视化或代码方式编排步骤之间的逻辑(条件、循环、并行)。把 AI 能力变成 SOP,就是把「AI 如何完成这项任务」固化成可复用的模板。
工作流带来多重收益:非技术角色(产品经理、运营)可以通过拖拽快速搭建 AI 应用;开发者可以把 RAG 检索、大模型调用、API 工具封装为标准节点,供不同业务场景复用;整个流程可以被追踪、调试和持续优化,满足企业对稳定性与合规的要求。
AI 工作流的用户群体很广:产品经理可以不写代码设计完整交互流程;运营可以快速搭建客服机器人、内容生成器或通知系统;开发者与 ML 工程师可以把能力模块化,供前端集成;创始人和独立开发者可以低成本验证 AI MVP,几天内上线「查询 + 生成 + 动作」的原型。
需要注意,AI 工作流通常由一种中间表示(Intermediate Representation) 来描述。不同平台的具体实现有差异,但大多数使用结构化文件(JSON、YAML 等)来定义节点类型、输入输出和执行逻辑。Dify 的 DSL(Domain Specific Language) 就是这种思路的典型实现,我们会在 2.5 节详细展开。
简而言之:如果说 Agent 让 AI 从「能聊天」走向「能做事」,那么工作流让 AI 从「偶尔完成一个任务」走向「稳定、可靠、规模化地完成一类任务」。接下来的实践中,我们将在 Dify 上搭建完整的 AI 工作流,体验从想法到可运行应用的完整路径。
1.3 常见的 Agent / 工作流平台
随着生成式 AI 快速发展,涌现出大量低代码/无代码的 Agent 与工作流平台,帮助开发者与业务用户快速构建智能流程,而无需陷入底层编码的复杂性。
先澄清「低代码」的含义:通过拖拽式可视化组件、预设逻辑模板和图形化规则配置,大幅减少手写代码的开发工具。核心思想是用可视化节点编排替代直接编码,让技术人员摆脱重复劳动,也让熟悉业务逻辑的非技术用户参与应用构建,本质上是效率与灵活性之间的桥梁。
低代码/无代码 AI 平台的关键价值是降低开发门槛。过去需要数周跨职能协作(需求、编码、测试、部署)的工作,如今对于客服问答机器人、数据处理助手等常见 Agent 场景,数小时即可从想法走到上线。
主流低代码 AI 工作流平台包括:
| 平台 | 特点 | 典型场景 |
|---|---|---|
| Dify | 开源;支持知识库 RAG、大模型编排、API 输出;对中文友好 | 企业知识问答、自定义 Agent、API 服务 |
| Coze(字节跳动) | 国内可用,深度集成豆包/飞书生态,插件丰富 | 社交机器人、国内小程序集成 |
| n8n | 通用自动化平台,带 AI 节点,擅长 API 编排 | 跨系统同步、AI + 传统 SaaS 自动化 |
| 百度千帆 AppBuilder / 阿里百炼 / 腾讯混元 | 云厂商原生技术栈,绑定自家大模型 | 企业级部署、强合规场景 |
市面上的选择很多。AWS、Azure、阿里云等都提供工作流解决方案,但目前 Dify、Coze、n8n 因三大优势成为使用最广泛的选项:
- 极致易用性:可视化拖拽界面,无需深入底层理解即可上手;
- 高灵活性:自定义组件与可扩展 API,既支持轻量 Demo/MVP,也支持中小企业团队敏捷迭代;
- 成熟生态:文档详尽、支持响应快、社区活跃且有大量可复用模板。
三者都支持把构建好的 Agent 以标准化 API 形式暴露,与前端 Web 应用、企业 ERP 系统、移动应用无缝集成,进一步降低了部署门槛。
1.3.1 Dify:企业级 LLMOps 与应用生命周期平台
Dify 定位为 LLM 应用开发与运营平台,聚焦从想法到部署再到优化的全生命周期管理。其核心是帮助开发者与非技术创新者快速构建生产级 AI 应用的低代码平台。
功能上,Dify 包含可视化工作流编排、Agent 构建、知识库管理、多模型支持。你可以拖拽节点设计复杂流程、创建基于意图的 Agent;其知识库能力可处理多种文档格式并支持高效的向量检索;支持 GPT、Claude 及大量开源模型,并可将应用一键发布为标准 API。
架构上,Dify 强调开源与私有化部署,注重灵活性、可扩展性与企业合规。典型用户包括开发者团队与业务创新者;典型场景包括企业知识问答/客服、内容自动化、垂直 AI 助手、企业 AI 中台。
1.3.2 Coze:让零代码 AI Agent 构建大众化
Coze 是字节跳动的 AI Agent 平台,核心价值是极致易用:没有编程背景的用户也能创建、调试并发布功能丰富的 AI 聊天机器人。
它的核心交互是「搭积木」:用户通过 UI 配置机器人角色与知识库,利用丰富的内置插件库接入新闻、出行、图片生成等外部能力;构建好的机器人可一键发布到豆包、飞书、微信公众号等渠道。
其架构围绕低门槛使用设计,将字节系大模型封装在云服务背后,抽象掉复杂流程细节,强调多模态理解与实时响应;私有化部署能力相对有限。典型场景包括个人助理与娱乐机器人、客服问答系统、在线学习助手、快速原型验证。
1.3.3 n8n:可编程的后端工作流自动化引擎
n8n 是通用型可编程工作流自动化平台,核心定位是连接应用、数据库与 API,自动化数据流转与任务执行。
它通过庞大的集成节点生态支持数百种 SaaS 服务、数据库和协议;同时把可视化设计与代码结合——既可以在画布上拖拽节点,也可以注入 JavaScript/Python 实现自定义逻辑。n8n 擅长后端、数据密集型工作流,如同步、ETL、API 编排。
其关键技术特点是源码可见与自托管,可完全掌控数据与环境,这对数据安全要求严格的行业尤其有吸引力。主要用户是开发者、技术运营与数据分析师。n8n 最大的优势是强大的社区生态:丰富的在线教程与共享模板降低了学习成本,还能连接 YouTube、Instagram 等全球生态,帮助用户打破跨平台的数据/服务壁垒。
1.3.4 其他工作流平台
除了这些知名平台,国内主流云厂商也推出了集成式 AI 平台。例如百度千帆 AppBuilder 支持端到端的模型选择、RAG 构建与 Agent 发布,深度集成文心大模型;阿里百炼(通义系)强调企业安全与私有化部署;腾讯云 TI 聚焦金融/医疗行业模板。这些平台往往与其云生态深度绑定,适合已在对应技术栈内的企业。
不过从通用性、开放性与社区生态来看,Dify 和 Coze 凭借易用性、广泛的模型支持和活跃的开发者社区,仍是目前采用最广泛的选择。
虽然平台定位与生态各有不同,但核心逻辑是相似的:可视化地编排、连接能力模块。掌握一个平台的设计与操作后,可以很快迁移到其他平台。接下来的实践我们以 Dify 为例。
2. 一步步理解 Dify
2.1 什么是 Dify
Dify 是一个开源的 LLM 应用开发平台,提供直观的界面,将 Agent 工作流、RAG 管道、工具能力、模型管理、可观测性 整合在一起,帮助开发者快速从原型走到生产。
在 Dify 中,你可以组合大模型和多种工具来构建「工作流」。工作流是一条业务逻辑链,自动执行你原本需要手动逐步完成的操作,例如数据检索、大模型调用、联网搜索、结果过滤、格式整理。没有工作流时,你需要反复复制粘贴类似的提示词,效率低下、容易出错,且难以在真实业务中复用。
构建工作流就像搭积木:把 LLM 节点(理解/生成)、工具节点(具体动作,如查询数据库、发邮件、翻译文本)、数据节点(读取/存储信息)连接起来,它们就会在你预定义的逻辑下自动协作,无需手动重复。你也可以把它理解为「低代码编程」:通过拖拽和输入输出配置,就能实现相当复杂的业务逻辑。
例如,如果你经营一家亚马逊或抖音电商店铺,想要一套 AI 客服系统,可以设计这样一条工作流:
- 触发节点(START):接收用户提问,例如「这款产品的保修期是多长?」
- 问题分类节点(QUESTION CLASSIFIER):用大模型(如 GPT)把提问分类为售后(保修)、使用指导或其他类型。
- 知识检索节点(KNOWLEDGE RETRIEVAL):根据分类自动查询对应知识库。如果是保修问题,就检索精确的保修 SOP 内容。
- LLM 节点:把用户提问 + 检索到的上下文发给模型,生成用户友好的回答。
- 条件节点:检查回答是否包含明确的保修期限(如「1 年」或「3 年」)。是则继续;否则返回「请提供产品型号」。
- 输出节点(ANSWER):返回最终答案,并自动把本次咨询记录到表格中。
在这个过程中,你不需要手动翻文档、反复调输出、单独记录数据——工作流把它们全部自动串起来了。它还很灵活:如果以后新增规则(比如「用户问保修范围时再查另一个知识库」),只需加一个条件节点,而不用重建系统。
这是一个相对简单的工作流示例。完全掌握全部能力在当前阶段仍有难度,所以本课我们从更基础的知识库 Agent 开始,后续再逐步过渡到进阶工作流技巧。
2.1.1 自建 Dify 部署(可选)
这部分原本安排在后面的课程。由于部分学习者因网络限制无法访问 Dify 官方云端,我们提前提供这条可选路径,以便大家顺利继续。
你首先需要参考基础的 Web 部署平台教程:如何部署一个 Web 应用,学习如何在 Zeabur 上部署自己的 Dify。部署完成后,通过部署 URL 注册登录,然后继续后续步骤。
注意:不同 Dify 版本的界面/操作可能有细微差异,但整体逻辑相似。如果看到的内容不同,不要慌,找到等价入口继续即可。
2.2 创建你的第一个 Dify 聊天机器人应用
登录 Dify 云端应用列表页后,选择 Studio,会看到类似下图的工作台界面。在左侧找到 CREATE APP,点击 Create from Blank(从空白创建)。
在 APP Type 中选择 Chatbot(如果一开始不可见,点击「查看更多类型」并在完整列表中找到)。填写应用名称与描述,点击创建。
创建后会看到如下界面:
- 中间的 INSTRUCTIONS 区域是内置指令(默认/系统提示词);
- 下方的 Knowledge 区域用于后续上传知识库;
- 右侧面板是调试窗口,编辑提示词后可实时测试交互。
你可以在 INSTRUCTIONS 中自己编写角色提示词,也可以点击 Generate 让模型帮你起草一份。
注意右上角的模型选择:你可以切换不同模型,对比它们在语气、推理和长上下文处理上的差异,选出最适合自己需求的模型。
2.3 支持自定义模型提供商
为了充分发挥 Dify 的灵活性,也因为不同地区、不同业务约束(成本/隐私)下模型可用性不同,我们经常需要自定义模型。Dify 支持三类核心模型:LLM、Embedding(嵌入)、Rerank(重排序)。
Dify 可以连接主流提供商(OpenAI、Azure、Anthropic),也支持任何遵循 OpenAI API 兼容协议的自托管或第三方模型。做法是安装内置的 OpenAI Compatible 插件和各厂商专用插件。详细步骤如下:
- 安装
OpenAI-API-compatible与SiliconFlow两个插件:前者支持 OpenAI 兼容 API;后者是一个服务中枢,包含大量常用的高质量开源模型。 - 如果你自建了 Dify,可以在系统设置中进入插件市场安装。进入插件市场后直接搜索插件名称即可。
- 安装完成后,在「设置 → 模型提供商」中可以看到当前支持的所有提供商。
- 使用前先完成模型配置。对于 OpenAI-API-compatible 插件,点击「Add Model」配置任意模型,在「Model Type」中选择它是 LLM 还是 Embedding,务必确保类型正确。你需要模型名称、端点 URL 和 API Key 才能启用。如果一开始觉得繁琐,可以先跳过,去配置 SiliconFlow 的 Key(或安装 OpenRouter 插件),前提是你的提供商账户还有剩余额度。
- 对于 SiliconFlow,只需点击 Setup 并配置 Key,即可使用 Embedding/Rerank 进行测试。可以点击「从 SiliconFlow 获取 API Key」获取凭证。
- 配置完成后,打开模型列表即可查看支持的模型,基础模型配置就完成了。它支持大多数常见的 Embedding 与 Rerank 模型。
如果你想修改 Dify 的默认模型集合,点击 System Model Settings(系统模型设置)更新默认值即可。
2.4 创建你的第一个 Dify 知识库
到这一步,我们创建了一个基础 Agent,但它还缺知识库。点击顶部菜单的 Knowledge 进入知识库创建页面,然后点击左侧的 Create Knowledge 创建第一个知识库。
在此页面你可以上传多种文件类型(PDF、TXT 等)来构建知识。你可以上传长文本,或把维基百科内容复制成 TXT 再上传。本示例上传的是一个 Elon Musk 维基百科 TXT 文件。
点击 Next 后进入知识库设置页面,这里选项很多,我们一步步看。
首先是 General(常规) 设置,这是「文本分块规则」区域。长文本必须切分为更小的块,所以要先定义分块策略。入门阶段只需关注 最大分块长度(maximum chunk length):试试 512、2048 或 4096,点击 Preview Chunk(预览分块) 对比效果。
你还可以调整 Chunk overlap(分块重叠),它控制相邻分块是否保留重叠内容。合适的重叠有助于避免关键信息恰好被切分到两个块之间,从而影响理解。
还有 Chunk using Q&A format in English(使用问答格式分块):启用后,系统会在存储前用大模型把部分知识转换为问答格式,在某些场景下能显著提升检索效果。
在真实业务中,根据场景选择分块策略会显著影响检索质量,以及返回内容是否符合预期。
向下滚动是 Embedding 模型 设置。
简单解释:Embedding 模型把非结构化数据(文本、图片等)转换为机器可理解的数值向量,从而实现快速的相似度计算与语义匹配,比如检索与用户输入语义最接近的文档/图片/商品。
Embedding 的选择会显著影响检索质量(准确性、延迟等)。这里推荐先用 Qwen 0.6B Embedding,之后可以切换到 4B 或 8B,对比参数规模带来的影响。
你还会看到 Rerank 模型,默认为 Jina-rerank-m0。(如果在校外环境,可能会看到缺少 Rerank 模型的报错,此时需要先在模型提供商设置中配置 Rerank 模型。)
Rerank 的作用是对初筛候选进行第二阶段的精细排序,把与用户意图最吻合的结果排到前面,提升相关性与用户体验。
直观理解:Rerank 解决的是「初筛不够精细」的问题。搜索引擎可能用简单规则检索出 1000 个候选页面,再用 Rerank 挑出第一页的 10 个;推荐系统同理:从 500 个候选商品中,Rerank 把最可能转化的商品往前排。
设置完成后,点击 Save & Process(保存并处理) 开始向量化——Embedding 模型会在这一阶段把分块文本转换为向量。处理完成后,点击 Go to document 检查已处理/存储的知识库内容。点击知识库名称可直接查看每个分块的细节,在这里你可以精确编辑或删除不合适的分块。
在左侧边栏选择 Retrieval Testing(检索测试) 可以测试召回效果,验证检索质量。每次测试会返回若干个相似度最高的分块。
如果想获取更多检索分块,点击 VECTOR SEARCH(向量搜索)设置:
- Top K:向量搜索返回的最相似文本块数量。当前值 3 表示返回前 3 个分块。
- Score Threshold(分数阈值):最低分数过滤器,只有相似度分数 ≥ 阈值(例如 0.5)的分块才会被返回,从而过滤低相关内容、提高精度。
知识库配置完成后,点击顶部菜单「studio」,找到之前创建的 Agent,把这个知识库连接上去。在每一轮对话中,你都能在回答中看到引用的知识来源,点击条目即可查看检索到的文本分块。
2.5 更多常用 Dify 操作
掌握基础「聊天机器人 + 知识库」后,我们可以深入更多常用 Dify 操作。
2.5.1 工作流导入与导出
还记得前面提到的中间表示吗?Dify 支持以 DSL(Domain Specific Language) 格式导入/导出工作流。DSL 是一种基于 JSON 的标准化表示,保留了节点结构、连线与配置参数。你可以方便地导出/导入 DSL 文件来分享工作流,或研究他人的设计。
实际操作中,在工作流工作区可以找到导入入口;导出则在某个工作流块的右下角找到导出操作。使用 DSL 可以轻松实现复杂工作流在多个 Dify 实例之间的迁移与共享。
2.5.2 探索更多 Dify 项目
如果你觉得自己搭的工作流太简单,Dify 提供了丰富的示例项目,涵盖大量业务场景,点击 Explore 可以查看别人构建的工作流,学习更高级的应用搭建方式。
2.6 创建你的第一个 Dify 工作流应用
在聊天式 Agent 之后,我们来构建更复杂的业务工作流。工作流是 Dify 可视化复杂业务逻辑的核心方法:你可以直接观察节点之间的数据流、决策逻辑放在哪里、人工介入点设在哪里,以及最终业务结果如何产生。
你可以从空白或模板创建,这里演示从空白创建。此时会看到 Chatflow 与 Workflow 两个选项,如何选择取决于你的核心需求是「持续对话」还是「任务管道执行」。
- Chatflow 面向对话:它模拟一个具有记忆与上下文连续性的对话实体,适合多轮交互与有状态会话。客服场景下能连贯处理追问;流式输出也更自然。如果你需要一个「会聊天」的 Agent,选 Chatflow。
- Workflow 面向自动化流程执行:它像一个预定义管道,适合一次性输入、多步处理、确定性输出。例如日报生成、批量文件处理、链式 API 调用。这些任务通常是事件触发、非实时对话式的。如果你的需求是「自动化」,选 Workflow。
为避免架构错配,用四个问题评估:
- 流程是否需要反复的用户输入/调整?
- 输出是否需要分步/流式呈现?
- 逻辑是否强依赖之前的交互历史?
- 任务是否由事件触发、基本是单次输入输出?
如果前三项为「是」,Chatflow 更合适(客服、辅导、创意协作);如果第四项占主导,Workflow 更合适(数据清洗、报告生成、批处理)。
这里我们选择 Chatflow 演示并进入工作区。快速熟悉界面:中央画布是你可视化构建应用逻辑的地方。一个基础工作流通常从 START(输入)开始,通过连线把数据传给 LLM,最后通过 ANSWER 输出。每个节点都是一个功能模块,连线决定执行顺序。
画布周围是管理控件:顶部包含 Preview(测试)与 Publish(发布)等全局操作;画布角落有缩放、撤销等视图控制。左侧面板是应用管理区域:Orchestrate 用于流程设计;构建完成后用 API Access 获取集成凭证;Logs & Annotations 记录执行轨迹用于调试;Monitoring 提供运行时状态与性能可见性。
你可以在 Chatflow 的 LLM 节点 SYSTEM 中写入简单的提示指令,运行 Preview,验证行为是否符合预期。
2.6.1 常见节点类型
Dify 提供了大量节点类型。先理解每个节点的角色;实际操作时可以直接测试、从模板学习,或用截图向模型询问参数与用法。初学者的好策略是:替换现有模板中的节点,从已知可运行的模式中推断最佳实践。
右键画布选择 Add Node,或在侧边面板查看所有可用节点;也可以打开工具选择面板查看可调用的工具类别。下面简要介绍常见节点/工具,不必一次全部掌握,先建立一个基本心智地图,在实践中循序渐进学习。
1. LLM 与推理类节点
- LLM 节点:核心计算单元,负责调用大模型。重点在于提示词工程与参数调优,把业务任务映射为可执行的模型指令。
- 知识检索节点(Knowledge Retrieval):从已配置的知识库或外部权威来源检索相关信息,支撑 LLM 并降低幻觉风险。
- 回答节点(Answer):输出单元,把处理后的内容格式化为最终业务结果(响应模板、格式规范等)。
- Agent 节点:高级决策单元。除了模型调用,还能进行多步规划与动态工具选择,适合复杂任务链。
- 问题分类节点(Question Classifier):按意图/主题对用户输入分类,并路由到合适的下游路径(不同类别用不同提示词/工具链)。
2. 逻辑与流程控制节点
- 条件节点(IF/ELSE):基于布尔值的分支。关键是设计严格的条件,全面覆盖业务情况。
- 迭代节点(Iteration):无状态批量并行处理,最适合子任务之间无依赖的场景(批量翻译、并行审核、多报告生成)。它接收输入数组、切片元素、并行执行同一链路。用
{{item}}引用当前元素、{{index}}引用索引,输出聚合回数组。可通过配置并行度平衡速度/负载,并配置重试/失败处理提升可靠性。 - 循环节点(Loop):有状态递归迭代,最适合每一轮依赖上一轮输出的场景(参数调优循环、迭代式内容打磨、链式依赖计算)。核心是状态变量管理:循环前初始化、每轮更新,并定义严格停止条件(最大轮数、质量阈值、外部停止信号),加上超时与异常路径,避免死循环。
3. 数据处理与集成节点
- 代码节点(Code):执行自定义逻辑,用于数据转换、复杂计算等。关注语法正确性与运行时兼容性。
- 模板节点(Template):把动态数据填充到模板中(自定义文案/报告骨架)。关注模板语法与变量映射。
- 变量聚合器(Variable Aggregator):把多个节点的输出收集到统一数据集。关注作用域与合并规则。
- 文档提取节点(Doc Extractor):从 PDF/Word 中提取文本/表格,转换为结构化可处理数据。
- 变量赋值器(Variable Assigner):定义/初始化/更新工作流变量,用于数据传递。
- 参数提取节点(Parameter Extractor):从用户/API 输入中提取结构化参数(正则/JSON Path 等)。
- HTTP 请求节点(HTTP Request):发送外部 API 请求(GET/POST 等),用于系统集成。
- 列表操作节点(List Operator):对列表数据做过滤/排序/切分,以匹配下游结构。
2.6.2 常用工具
在 Dify 中,大多数工具可以直接作为画布节点使用,像其他节点一样连接。只要输入匹配预期参数,工具就会运行并输出结果供下游处理。
从侧边面板可以查看可用的工具节点,并通过插件市场扩展能力。几类常见工具:
- 联网搜索工具
- Tavily Search 是常见代表,提供面向 AI 优化的实时事实检索。
- 它返回结构化结果(标题/摘要/链接等),适合注入 LLM 提示词,用于需要最新信息与有据可查的回答。
- 数据处理工具
- 例如 JSON Process 插件支持对 JSON 数据做查询/过滤/转换/合并。
- 在处理复杂 API 响应与嵌套数据时很有用,可减少在 Code 节点中重复编写手动解析代码。
- 格式处理工具
- 例如 Markdown Exporter 可以把生成内容导出为目标格式(Markdown、自定义模板等),用于展示/报告/系统集成。
在工具列表中可以看到安装量与描述。刚开始优先选择「Featured/Recommended(精选/推荐)」工具,因为它们覆盖常见场景。
工具使用仍可能比较复杂。一个实用捷径是:搜索每个工具的官方工作流 DSL 示例并直接导入,往往比从头搭建快得多。
2.6.3 构建一个简单的意图分类工作流
理解了 Dify 工作流/工具基础后,必须动手实践。没有实践,细节永远不会熟练。我们需要一个真实的业务场景。
例如在真实的外卖聊天场景中,用户输入从来不是干净的参数。有人下单、有人投诉、有人闲聊、有人跑题。如果把这些输入全部交给同一条共享 LLM 路径,会出现两个常见问题:
- 回复风格不稳定:同样的投诉,这次是道歉、下次可能变成辩解;同样的下单,这次追问缺失信息、下次可能编造订单详情。
- 业务逻辑不可控:你希望「投诉必须从道歉开始」,但模型未必每次都遵守;你希望「跑题提问要被引导回来」,但模型可能继续越界闲聊。
更工程化的做法是标准化流水线拆解:先做意图分类(判断用户想要什么)→ 按意图路由(不同场景用不同提示词/角色)→ 从各分支统一包装输出(供前端/系统集成)。
目标:在外卖场景中处理多种对话类型。先定义意图:
- buy_food:用户有明确购买/下单意图。
- 示例:「给我一个炸鸡和一杯可乐。」
- complain:用户表达不满/愤怒/投诉。
- 示例:「为什么这么慢?我等了一个小时了。」
- chitchat:用户问开放式推荐,没有明确下单指令。
- 示例:「今天吃什么好?有什么推荐吗?」
- other:与外卖场景无关。
- 示例:「帮我想个搞笑的社交动态文案。」
针对这四种意图,通过四个专属 LLM 节点预定义四种沟通人设:
- LLM_BuyFood:专业高效。确认订单细节,主动补齐缺失信息。
- LLM_Complain:共情冷静。先安抚用户,再给出清晰的处理步骤。
- LLM_Chitchat:轻松友好。给出个性化推荐并引导潜在转化。
- LLM_Other:礼貌且有边界感。把跑题对话引导回核心业务。
工作流编排设计
核心结构:
- Start:数据入口节点,接收原始输入
user_text。 - Question Classifier:「大脑 + 调度员」。分析
user_text并输出四种意图标签之一。 - Condition:「路由阀门」。根据分类标签把流程转发到对应处理分支。
- 四个并行 LLM 节点(
LLM_BuyFood、LLM_Complain、LLM_Chitchat、LLM_Other):各自拿到原始问题,但根据各自 SYSTEM 提示词人设给出不同回答。 - Variable Aggregator:分支处理后,把被激活分支的输出聚合到统一变量
final_reply,保证输出结构稳定。 - Output:最终结构化输出(例如 JSON),包含意图、原始提问与回答,便于下游集成/调试。
工作流编排实现
本教程选择 Workflow(而非 Chatflow)。先选择用户输入:点击 Start → User Input,定义一个字符串变量 user_text 作为全局流程输入源。保存后点击右上角 Test Run(测试运行),系统会提示你提供测试文本。
接下来在输入节点后点击 + 添加 Question Classifier,配置四个标签,每个标签配清晰描述与示例:
buy_food:用户明确想购买/下单食物。complain:用户在抱怨/生气,通常带有不满。chitchat:用户在闲聊,讨论吃什么、询问推荐。other:与外卖场景无关或难以分类。
同时可以在 ADVANCED SETTING(高级设置)中设置分类行为提示词,示例:
Choose the most appropriate label from buy_food / complain / chitchat / other.
If user both complains and orders, prioritize core emotion: if dissatisfaction is primary, classify as complain.
If complaint is minor and primary intent is ordering, classify as buy_food.
If truly hard to determine, use other as fallback.
(即:从 buy_food / complain / chitchat / other 中选择最合适的标签。如果用户既投诉又下单,优先判断核心情绪:不满是主导则归类为 complain;投诉轻微且主要意图是下单则归类为 buy_food;实在难以判断则用 other 兜底。)
配置完成后,使用该节点右上角的播放图标测试分类。从 OUTPUT 可以看到分类是否准确,多测试几种输入类型以验证分类器稳定性。
接下来把分类器连接到下游 LLM 分支。例如当 label == "buy_food" 时路由到 LLM_BuyFood。创建四个 LLM 节点并设置不同的 SYSTEM 提示词:
-
LLM_BuyFood(点单助手):
You are an ordering assistant. Requirements: 1. Confirm what user wants to order. 2. If info is incomplete, ask follow-up questions politely. 3. Keep tone polite and concise. -
LLM_Complain(客服专员):
You are a food-service customer support specialist handling complaints. Requirements: 1. Apologize sincerely. 2. Briefly explain likely reasons (no blame shifting). 3. Provide clear next-step resolution. -
LLM_Chitchat(闲聊伙伴):
You are a casual food recommendation assistant. Requirements: 1. Use relaxed friendly tone. 2. Give 1-3 simple recommendations. 3. If no preference, provide options with different styles. -
LLM_Other(礼貌守门员):
You are a food-ordering assistant focused only on food topics. For irrelevant user input: 1. Politely explain scope. 2. Guide user back to core scenario.
重要:在每个节点中,设置 SYSTEM 提示词后,还要开启 USER 提示词变量映射。点击 {x},选择 user_text 作为用户输入变量,并加上 user input: 前缀以表明来源语义。生成回答时,模型会同时使用初始用户输入与系统提示词。
照例,点击节点级播放图标,用类似「我要一杯珍珠奶茶」的示例输入测试行为。接下来处理并行分支输出:在 Variable Aggregator 中找到 ASSIGN VARIABLES,逐个添加分支输出。
现在聚合最终输出,包括用户输入、意图与回答。因为这里选的是 Workflow(非 Chatflow),没有完全对应的 Answer 节点结构,所以可以用 Template 节点做等效的输出包装。在变量区指定意图结果、用户输入与聚合器的最终回答,在 CODE 中编写最终 JSON 模板:
intent←class_nameoriginal_text←user_textfinal_reply←variable_aggregator
{
"intent": "{{ intent }}",
"original_text": "{{ original_text }}",
"reply": {{ final_reply }}
}
最后添加 Output 节点,整个搭建就完成了。
工作流运行测试
现在运行这条工作流,观察不同输入的不同行为:
- 输入(下单):「Give me one spicy chicken burger combo and a large cola.」
- 路径:
buy_food→LLM_BuyFood - 回答示例:「Sure, one spicy chicken burger combo and a large cola are noted. Would you like to swap fries in the combo?」
- 路径:
- 输入(投诉):「Why are you so slow? I've waited more than an hour!」
- 路径:
complain→LLM_Complain - 回答示例:「We are truly sorry for the long wait. This was our mistake and caused you a poor experience. We are urgently checking your delivery status and will arrange compensation. Thank you for your patience and feedback.」
- 路径:
- 输入(闲聊):「What is healthier to eat today?」
- 路径:
chitchat→LLM_Chitchat - 回答示例:「If you prefer healthier options, you can try our light salad series or grilled chicken breast with vegetables. Do you prefer lighter taste or richer flavor? I can recommend more specifically.」
- 路径:
- 输入(无关):「Help me think of a joke for tomorrow's meeting.」
- 路径:
other→LLM_Other - 回答示例:「That sounds fun, but I mainly specialize in food recommendations and ordering. If you want to order something to reward your hard work, I can help anytime.」
- 路径:
隐藏 Bug:如果遇到奇怪的
aggregation group报错,很可能是 Dify 内置缺陷,由特定操作顺序触发。如果 AGGREGATION GROUP 曾被启用后又被禁用,残留的分组配置可能导致报错(即使开关看起来已关闭,仍可能涉及any参数)。解决办法:删除该节点并重新创建。
在 Test Run 运行后,可以查看完整执行路径,它应该走正确的分支并输出预期的最终结果,整个流程完成。
2.7 运行你的第一个模板工作流应用
在简单的分类工作流之后,学习如何运行别人创建的工作流。通常你只需要少量修改,就能把别人的工作流变成自己的。这里以官方 DeepResearch 工作流为例:它用「LLM + 搜索引擎」构建深度搜索框架,返回带引用来源与模型综合生成结果的丰富答案。
导入后先直接运行,然后根据失败的节点与原因逐步修复每个错误。卡住时截图问模型寻求调试帮助。
一眼看去它可能很复杂,没关系。点击右上角 Preview 运行,直到出现第一个错误。排查失败节点——本例中是缺少 Tavily API Token。Tavily Search 是一个 AI 原生搜索 API,提供实时、准确的事实结果。按提示配置后,搜索引擎就能正常工作了。
然后按需修复模型调用问题,你就能得到模型理解后的综合结果。最后可以查看引用的来源链接。
如果想深入理解每一步,最好的方法是把每个节点的输出保存到中间变量,并在最终输出时打印全部变量。另一种方式:打开顶部的 Process 视图,查看每一步执行的详细情况。
2.8 把 Dify 作为 API 提供商
接下来我们通过 API 调用知识库 Agent,把 Dify 变成模型中心后端。
回顾调用模型 API 的方法:准备好 key + 文档中的请求/响应示例,把这些喂给 LLM 编码助手,请它生成调用代码并从响应中解析所需字段。
这次我们使用本地代码编辑器 Trae。如果你不熟悉 IDE 概念,可先阅读 Extra Knowledge 4 - What is AI IDE and Trae。如果本地环境没有完全配置好也不用担心:如果你信任你的编码助手(无论是 z.ai 还是 Trae),直接把任何问题/报错发过去,它会给出解决指引。
Trae 右侧面板是 Copilot/Agent 交互窗口,如果不可见,点击右上角侧边栏图标打开。打开侧边栏后会看到 Builder 选项,这就是 Agent 模式。你可以粗略地把「Builder」理解为 z.ai 的「开发模式」:它能帮你做本地环境操作、依赖安装、打开网页等。
Builder 内部有「Chat」模式与「Builder with MCP」模式:
- Chat 模式主要与当前文件夹交互,进行自然语言模型对话。(从 Trae 左上角
File打开文件夹,Builder 的文件操作就会发生在这个文件夹内。) - Builder with MCP 给 Agent 更多工具(例如连接其他软件、查天气等)。你可以把 MCP 理解为一层能力层,让模型更容易调用外部工具。
底部有模型选择下拉框:可以选择 Kimi k2 或 GLM;国际版 Trae 还可以选 ChatGPT 或 Claude。随着国产模型快速进步,Kimi/Qwen/GLM 在常规开发场景中已接近 Claude 3.5/3.7 的表现。
以上是 Trae 的简要介绍。接下来我们在 Trae 中复用 z.ai 的操作思路。
2.9 用 Dify API 构建前端聊天应用
要用 Dify API 构建前端聊天应用,首先获取 Dify API 文档与端点。
还记得之前创建的 Agent 吗?点击右上角 Publish → Publish Update → Access API Reference。在 API 文档中找到 Send Chat Message(发送聊天消息),打开后复制右侧的 Request(请求)与 Response(响应)示例。
为什么要复制这两部分?因为它们是核心 API 信息:有了 key + 请求示例 + 响应示例,你就可以让模型生成调用代码,并从返回结构中解析所需字段。
找到请求/响应示例后,还需要 API Key。在右上角文档区域找到 API key 选项,点击 Create new Secret key 创建你自己的密钥。
现在一切就绪:把 API Key + 请求示例 + 响应示例发给 Trae Builder。注意把 {DIFY_API_URL} 替换成你实际的 Dify API URL:
key:
app-zKdCHUXXXXXXXX
Please write me a front-end based on the following reference:
curl -X POST 'http://{DIFY_API_URL}/v1/chat-messages' \
--header 'Authorization: Bearer {api_key}' \
--header 'Content-Type: application/json' \
--data-raw '{
"inputs": {},
"query": "What are the specs of the iPhone 13 Pro Max?",
"response_mode": "streaming",
"conversation_id": "",
"user": "abc-123",
"files": [
{
"type": "image",
"transfer_method": "remote_url",
"url": "https://cloud.dify.ai/logo/logo-site.png"
}
]
}'
{
"event": "message",
"task_id": "c3800678-a077-43df-a102-53f23ed20b88",
"id": "9da23599-e713-473b-982c-4328d4f5c78a",
"message_id": "9da23599-e713-473b-982c-4328d4f5c78a",
"conversation_id": "45701982-8118-4bc5-8e9b-64562b4555f2",
"mode": "chat",
"answer": "iPhone 13 Pro Max specs are listed here:...",
"metadata": {
"usage": {
"prompt_tokens": 1033,
"prompt_unit_price": "0.001",
"prompt_price_unit": "0.001",
"prompt_price": "0.0010330",
"completion_tokens": 128,
"completion_unit_price": "0.002",
"completion_price_unit": "0.001",
"completion_price": "0.0002560",
"total_tokens": 1161,
"total_price": "0.0012890",
"currency": "USD",
"latency": 0.7682376249867957
},
"retriever_resources": [
{
"position": 1,
"dataset_id": "101b4c97-fc2e-463c-90b1-5261a4cdcafb",
"dataset_name": "iPhone",
"document_id": "8dd1ad74-0b5f-4175-b735-7d98bbbb4e00",
"document_name": "iPhone List",
"segment_id": "ed599c7f-2766-4294-9d1d-e5235a61270a",
"score": 0.98457545,
"content": "\"Model\",\"Release Date\",\"Display Size\",\"Resolution\",\"Processor\",\"RAM\",\"Storage\",\"Camera\",\"Battery\",\"Operating System\"\n\"iPhone 13 Pro Max\",\"September 24, 2021\",\"6.7 inch\",\"1284 x 2778\",\"Hexa-core (2x3.23 GHz Avalanche + 4x1.82 GHz Blizzard)\",\"6 GB\",\"128, 256, 512 GB, 1TB\",\"12 MP\",\"4352 mAh\",\"iOS 15\""
}
]
},
"created_at": 1705407629
}
可以看到这个请求的核心字段:inputs(应用自定义输入变量)、query(用户提问)、response_mode(支持 streaming 流式与 blocking 阻塞两种模式)、conversation_id(多轮对话会话 ID,首轮为空字符串,后续轮次回传)、user(用户标识)、files(可附带图片等文件)。响应中的 answer 是模型回答,conversation_id 是后续对话要回传的会话 ID,metadata.retriever_resources 则包含了 RAG 命中的知识库来源(数据集、文档、分块、相似度分数与内容),可用于前端展示「引用来源」。
在现阶段,生成的代码可能无法一次跑通。你可能看到奇怪报错或没有响应。如果发生这种情况,切换模型,或复制完整错误信息让模型基于反馈迭代修复。
这种工作方式已经接近真实开发:在每天与模型的协作中,你常常需要提供更多上下文来解决问题。除了错误信息,你还可以从「Send message」文档段落复制更多文档上下文一起发送,以获得更高质量的修复。
浏览器内嵌在 Trae 中,点击顶部的指南针图标可在外部浏览器全屏打开。如果运气好,第一次尝试就能得到一个可交互的前端页面。
因为 LLM 具有随机性,单轮对话可能正常、多轮对话却失败。所以务必做多轮测试,验证在对话场景下的稳定性。
到这里,你可以构建一个简单的 Dify 知识库 Agent,并使用 Trae(代替 z.ai)构建交互式前端。从现在起,Trae 将成为我们的主要原型开发工具,逐步替代 z.ai。你可以尝试在 Trae 中重新实现贪吃蛇游戏并对比体验,继续前进。
3. 更多业务工作流参考
你可以用「Dify workflow reference」等关键词搜索,或在 GitHub 上寻找工作流分享仓库。质量参差不齐,要对比多个来源。记住:工作流本质上是把业务 SOP 映射为可执行流程。想一想你日常工作或学习中哪些反复出现的流程可以被固化下来。
以下是由 AI 生成的工作流设计参考(真实实现往往与之类似;高质量的人工工作流仍需要技巧)。如果对某个想法感兴趣,把它发给模型,让它深化为具体的 Dify 节点设计与配置细节。
3.1 社交媒体平台工作流
- 一键跨平台内容分发工作流(复杂)
- 思路:把一份核心草稿当作「原材料」,自动产出适配各平台的变体。
- 实现:
Start文章输入 →LLM润色 → 并行的平台专家LLM节点(如小红书爆款文案专家、知乎专业答主)→Iterator应用平台格式规则 →Variable Aggregator合并 →Answer输出全部版本。
- 热点选题与初稿生成器(中等)
- 思路:自动捕捉趋势,快速生成选题建议与初稿。
- 实现:
Start关键词 →Tool搜索 API 获取趋势数据 →LLM提取 3-5 个选题 →LLM生成大纲/初稿。
- 评论区智能分类与回复助手(复杂)
- 思路:对评论做情感/意图分类,生成分类回复建议。
- 实现:
HTTP Request拉取评论 →Question Classifier/LLM多标签分类(正面/提问/投诉/垃圾)→Condition路由 → 并行LLM回复起草 →Answer。
- 短视频脚本与分镜自动生成器(复杂)
- 思路:给定热点话题/产品描述,自动生成脚本、分镜与推荐标签。
- 实现:
Start话题 →LLM脚本创意 → 第二个LLM场景分解(画面/台词/时长)→ToolTTS 样音生成 →Variable Aggregator合并 →Answer结构化脚本。
- 直播互动问答总结器(中等)
- 思路:近实时处理直播评论,总结关键问题与观众情绪。
- 实现:
HTTP Request流式评论 →Iterator分窗批次 →LLM每窗趋势总结 →Answer/Webhook输出给主播。
3.2 职场工作流
- 智能会议纪要 + 任务自动分配系统(复杂)
- 思路:从转写文本提取纪要,自动创建任务。
- 实现:
Start会议文本 →LLM议程/结论总结 →Parameter Extractor提取行动项(任务/负责人/截止时间)→LLM格式化纪要邮件 → 并行HTTP Request创建 Jira/Trello/飞书任务。
- 批量简历筛选与初评助手(中等)
- 思路:解析简历、评估匹配度、生成面试问题。
- 实现:
Start上传简历 + JD →Document Extractor解析文本 →LLMHR 式匹配评估 → 高匹配者再由另一个LLM生成深度面试问题。
- 一键多语言邮件翻译与草稿回复(简单)
- 思路:自动翻译来信并起草回复。
- 实现:
Start邮件 →LLM语言检测 + 翻译 →LLM回复要点 →LLM翻译回原文并润色。
- 周报/月报自动汇总与洞察生成(复杂)
- 思路:连接多个数据源,自动生成结构化报告。
- 实现:并行
HTTP Request/Tool调用 CRM/Git/PM API →Code/LLM数据清洗与计算 →LLM生成趋势/亮点/风险叙述 →Answer输出丰富报告。
- 合同/文档智能审阅与关键点提取(中等)
- 思路:快速审阅法律/商业文档,暴露风险并提取关键条款。
- 实现:
Start合同 PDF →Document Extractor文本提取 →LLM法律专家式条款审阅 →Parameter Extractor提取日期/金额/当事人 →Answer风险摘要 + 关键信息表。
3.3 学习与生活工作流
- 学术论文深度分析与笔记生成器(复杂)
- 思路:上传论文 PDF,自动生成结构化笔记。
- 实现:
StartPDF →Document Extractor全文 → 并行LLM摘要(摘要/方法/发现/参考文献)→Variable Aggregator合并 →AnswerMarkdown 笔记。
- 个性化旅行规划器(中等)
- 思路:根据用户偏好自动规划详细行程。
- 实现:
Start目的地/天数/预算/兴趣 →Tool搜索/地图 API →LLM生成含日程/活动/预算估算的每日行程。
- 交互式外语陪练(简单)
- 思路:带语法纠正的角色扮演对话机器人。
- 实现:系统角色设置 →
Start用户话语 →LLM双重任务(角色回复 + 语法纠正/讲解)→Answer。
- 个人知识库问答与相关链接推荐(复杂)
- 思路:在你保存的文档/笔记/链接之上构建问答系统,并推荐相关的旧知识。
- 实现:离线用
Document Extractor+Embedding建立索引;在线流程:Start问题 →Retrieval从向量库检索 →LLM基于上下文的回答;并行分支用检索内容 +LLM生成相关旧知识列表 →Answer合并输出。
- 健身/饮食记录与调整顾问(中等)
- 思路:分析每日饮食/训练日志,输出营养与训练建议。
- 实现:
Start文本日志(如午餐 + 训练记录)→Parameter Extractor结构化解析 →LLM健身教练式分析营养/训练量 → 与长期目标对比 → 微调建议。
4. 工作流平台的局限
工作流(低代码)平台不是万能方案。它们对业务友好、降低了直接编码门槛,但从另一个角度看,「低代码」也可能是「高代码」:用户仍然需要理解平台概念、规则与操作逻辑,这本身就是学习成本。
你可能会问:很多简单工作流只是围绕模型 API 的链式函数调用,用代码几行就能解决,为什么还要用笨重的可视化外壳、让 API 调用变得更繁琐?
这个观点有道理。随着 vibe coding 的快速发展与 AI 代码生成能力的提升,直接阅读或生成代码有时确实更高效。理想情况下,我们应该能直接用自然语言操作应用逻辑。但当前的工作流平台在「用户意图」与「最终实现」之间仍有一个不可避免的「中间层」,学习这层需要时间。理想的未来平台应该支持完全由 AI 对话驱动来操作工作流构建与参数级控制。
即便如此,熟练使用这些平台正越来越像一项基础技能,类似办公软件:在业务场景中被广泛使用且具有实际价值。
在后续进阶课程中,我们会介绍代码级工作流与 RAG 开发平台,届时可以对比不同实现风格在复杂度/灵活性上的权衡。(也请注意,很多简单的对话应用与嵌套逻辑用工作流形式表达仍然很直接。)
5. 📚 课后作业
掌握基础 Dify 操作
为了验证你理解了常用 Dify 操作,完成一个基础作业加两个小挑战:你需要把两个提供的 DSL 文件导入 Dify 工作流并成功完成对应挑战(如果困惑,截图问模型,或自己逐个探索参数直到达到目标行为):
- 意图分类工作流变体:基于意图分类工作流的方法,让模型建议一个完全不同的场景,但仍必须使用意图分类工作流。提交工作流运行截图、场景描述与结果。
登录工作流解密挑战:让工作流支持——- 找到正确密码;
- 把密码改为
0925; - 密码错误时提供第二次尝试机会(没有第三次);
- 当用户要求再次登录时,允许重新输入密码。
爱之循环工作流解密挑战:修复当前工作流的问题,使最终输出看起来与目标示例相似。
如果解决不了问题,截图问模型,或查阅 Dify 官方快速入门文档。
实现 Dify API 调用
为了验证你真正掌握了 Dify API 使用,完成:
- 部署 Dify 并创建一个简单的知识库(材料自选)。
- 在 Trae IDE 中构建一个聊天前端,通过 API 集成 Dify 知识库。
- 测试多轮对话行为,确保程序正常运行。
提交最终运行截图与知识库处理截图。
尝试第三方工作流 / 构建自己的业务工作流
在 GitHub、微信公众号文章、Reddit、X 等渠道找一个别人分享的 Dify 工作流,导入并成功运行;或者根据上面 3.1-3.3 的业务参考,基于真实需求构建自己的工作流。最后提交成功运行截图并说明工作流用途。
扩展方向:完成本课知识库 Agent 后,还可以进阶尝试 Stage 2 扩展项目 Custom Dify Agent Platform,实现 Agent 管理、会话、日志与权限控制的最小可行 AI 平台。整个 Stage 2 的课程地图见 Junior Developer 总览。
6. 附录:如何修复 HTTP 请求错误
仅在遇到下述问题时才参考本节,否则可以忽略。
有时你在自己的服务器上部署 Dify,公网端点是 HTTP(而非 HTTPS)。如果请求一个仅支持 HTTP 的服务,可能会看到类似报错(可开启浏览器 F12 调试信息检查)。
根因:Dify 部署在一台支持 HTTP 但不支持 HTTPS 的服务器上。HTTPS(HyperText Transfer Protocol Secure)在 HTTP 之上增加了 SSL/TLS 加密,本质上是更安全的 HTTP。
支持 HTTPS 的常见方案:
- 通过另一个服务转发请求(例如在启用证书的 nginx 上做反向代理),或
- 绑定域名并签发 TLS 证书。
这些方案相对复杂,所以这里用 Zeabur 作为网络转发网关。Zeabur 页面默认通过 HTTPS 访问,因此把原域名转发到 Zeabur 域名即可解决:
- 原 URL:
http://{DIFY_API_URL}/v1/chat-messages - 新 URL:
https://{DIFY_NEW_API_URL}.zeabur.app/v1/chat-messages
你只需把 URL 域名(公网 IP/域名)替换为部署好的 Zeabur 域名,转发已在服务中预配置。
如果你有兴趣,也可以在 Zeabur 上部署自己的转发服务:创建一个 Python 服务,使用下面的代码,部署后即可获得一个可正常工作的 HTTPS 端点。部署后将服务监听端口设为本地 8080 并公开该端口。注意把 {DIFY_API_URL} 替换成你实际的 Dify API URL:
from flask import Flask, request, Response
import requests
app = Flask(__name__)
TARGET_BASE_URL = "{DIFY_API_URL}"
LISTEN_PORT = 8080
@app.route('/', defaults={'path': ''}, methods=['GET', 'POST', 'PUT', 'DELETE', 'PATCH', 'OPTIONS', 'HEAD'])
@app.route('/<path:path>', methods=['GET', 'POST', 'PUT', 'DELETE', 'PATCH', 'OPTIONS', 'HEAD'])
def proxy_request(path):
target_url = f"{TARGET_BASE_URL}/{path}"
if request.query_string:
target_url += f"?{request.query_string.decode('utf-8')}"
headers = {key: value for key, value in request.headers if key.lower() not in ['host', 'connection', 'content-length', 'accept-encoding']}
try:
resp = requests.request(
method=request.method,
url=target_url,
headers=headers,
data=request.get_data(),
cookies=request.cookies,
allow_redirects=False,
timeout=30
)
excluded_headers = ['content-encoding', 'content-length', 'transfer-encoding', 'connection']
response_headers = [(name, value) for name, value in resp.raw.headers.items() if name.lower() not in excluded_headers]
return Response(resp.content, resp.status_code, response_headers)
except requests.exceptions.RequestException as e:
print(f"Error forwarding request to {target_url}: {e}")
return Response(f"Proxy Error: Could not reach target server or invalid response: {e}", status=502)
except Exception as e:
print(f"An unexpected error occurred: {e}")
return Response(f"Internal Proxy Error: {e}", status=500)
if __name__ == '__main__':
app.run(host='0.0.0.0', port=LISTEN_PORT, debug=True)
这段代码实现了一个透明的 HTTP 反向代理:用 Flask 监听所有方法与路径,把请求原样转发到 TARGET_BASE_URL(过滤掉 Host/Connection/Content-Length/Accept-Encoding 等可能造成冲突的头),再原样返回响应体与状态码。这样前端只需把 API 地址从 HTTP 域名换成 Zeabur 的 HTTPS 域名,即可绕开浏览器的混合内容限制。
总结
从「能说不能做」的聊天机器人,到「有知识、有工具、有流程」的 Agent,再到把复杂业务固化为可复用模板的 Workflow,这条路径正是 AI 应用进入真实业务的关键一跃。通过本课,你已经掌握了:
- RAG 原理:为什么需要检索增强生成,以及 Embedding、Rerank、Top K、Score Threshold 等检索质量关键参数;
- Dify 平台实操:从创建 Chatbot、配置自定义模型,到构建知识库、搭建意图分类工作流、导入导出 DSL;
- API 集成:把 Dify Agent 发布为标准 API,并在 Trae 中借助 AI 编码助手快速开发出可多轮对话的前端聊天应用;
- 排障能力:从 HTTP 请求错误到工作流聚合 Bug 的定位与修复方法。
后续你可以继续沿着 Stage 2 课程地图 深入学习,或直接挑战 Custom Dify Agent Platform 扩展项目,把本课的知识库 Agent 能力扩展为完整的 AI 平台原型。
【免费下载链接】easy-vibe
从 0 到 1 学会 vibe coding,项目制学习
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考





