如果你已经用 Dify 做过聊天机器人或知识库问答,那么你只发挥了它 50% 的能力。
真正让 Dify 脱颖而出的,是它的 Workflow(工作流)模式 —— 一个支持多节点、条件判断、循环、函数调用的可视化 AI 编排引擎。
它就像低代码平台中的“流程设计器”,但专为大模型场景优化,能让你构建出:
- 用户咨询 → 意图识别 → 分流处理 → 自动回复
- 客户提问 → 检索知识库 → 若无结果则调用 API 查询 CRM
- 多轮表单填写 → 数据校验 → 生成合同并发送邮件
本文将带你:
✅ 掌握 Workflow 的核心节点类型
✅ 设计复杂业务流程(含条件分支与循环)
✅ 调试技巧与日志查看方法
让你的 AI 应用从“会说话”进化到“会思考、会做事”。
一、什么是 Workflow?与 Chatbot 的本质区别
| 对比项 | Chatbot | Workflow |
|---|---|---|
| 交互方式 | 单一 Prompt + 对话历史 | 多节点串联执行 |
| 逻辑复杂度 | 简单问答 | 支持 if/else、循环、函数调用 |
| 是否可编排 | 否 | ✅ 可视化拖拽式编排 |
| 适用场景 | 客服、问答助手 | 自动化流程、决策系统 |
💡 类比:
- Chatbot = 固定剧本的演员
- Workflow = 可自由编排的导演
二、核心节点类型详解
Dify 的 Workflow 采用“节点+连线”的图形化设计模式,支持多种功能节点,以下是常用类型:
1. LLM 节点(大模型调用)
- 功能:调用大模型生成文本
- 配置项:
- 提示词模板(支持变量
{ {input}}) - 模型选择(GPT-4、通义千问等)
- 输出格式(文本、JSON)
- 提示词模板(支持变量
🎯 典型用途:意图识别、内容生成、摘要提取
2. 知识检索节点(Knowledge Retrieval)
- 功能:从指定知识库中检索相关内容
- 配置项:
- 选择知识库
- 设置 top_k 返回数量
- 启用关键词增强
🎯 典型用途:获取产品信息、查找政策条文
3. If/Else 条件判断节点
- 功能:根据变量值跳转不同分支
- 支持表达式:
{ {intent}} == "投诉" { {score}} >= 80 { {has_answer}} is true
🎯 典型用途:用户情绪分级 → 普通回复 vs 人工转接

5241

被折叠的 条评论
为什么被折叠?



