01 Workflow

Dify 工作流设计 SKILL

掌握 Dify 工作流设计的核心知识和最佳实践

快速导航

• 工作流概述
• 核心节点类型
• 设计模式
• 工作流模板
• 变量系统
• 最佳实践

工作流概述

Dify 工作流是一个可视化的 AI 应用编排系统，通过节点和边的组合，实现复杂的业务逻辑。

核心概念

• 节点 (Node): 工作流的基本执行单元，每个节点执行特定的功能
• 边 (Edge): 连接节点，定义数据流和执行顺序
• 变量 (Variable): 在节点间传递数据
• DSL (Domain Specific Language): YAML 格式的工作流定义语言

工作流类型

1. Workflow: 标准工作流，适合复杂的多步骤处理
2. Advanced Chat: 高级对话应用，支持工作流编排
3. Agent: 智能代理，自主决策和工具调用

执行模型

• 队列驱动: 基于 Ready Queue 的节点调度
• 事件驱动: 节点执行产生事件流
• 并行执行: 支持 2-8 个工作线程并行处理
• 流式响应: 支持实时流式输出

核心节点类型

1. Start 节点

功能: 工作流的入口，定义输入变量

配置示例:

- data:
    desc: ''
    selected: false
    title: 开始
    type: start
    variables:
    - label: 用户输入
      max_length: 1000
      required: true
      type: text-input
      variable: user_input
  id: start
  type: custom

详细文档: nodes/start.md

2. LLM 节点

功能: 调用大语言模型进行推理和生成

配置示例:

- data:
    type: llm
    model:
      provider: openai
      name: gpt-4
      completion_params:
        temperature: 0.7
        max_tokens: 2000
    prompt_template:
    - id: system
      role: system
      text: "你是一个专业的助手"
    - id: user
      role: user
      text: "{{#sys.query#}}"
    context:
      enabled: true
      variable_selector: ["knowledge", "result"]
  id: llm

关键参数:

• model: 模型配置（提供商、名称、参数）
• prompt_template: 提示词模板（支持系统消息和用户消息）
• context: 上下文配置（启用知识库检索结果）
• memory: 对话记忆配置
• vision: 视觉能力配置（支持图像输入）

详细文档: nodes/llm.md

3. Agent 节点

功能: 智能代理，根据用户需求自主调用工具

配置示例:

- data:
    type: agent
    agent_parameters:
      instruction:
        type: constant
        value: "根据用户需求，调用合适的工具完成任务"
      model:
        type: constant
        value:
          provider: openai
          model: gpt-4
          completion_params:
            temperature: 0.7
      query:
        type: constant
        value: "{{#sys.query#}}"
      tools:
        type: constant
        value:
        - enabled: true
          provider_name: time
          tool_name: current_time
          type: builtin
        - enabled: true
          provider_name: duckduckgo
          tool_name: ddgo_search
          type: builtin
    agent_strategy_name: function_calling
  id: agent

支持的策略:

• function_calling: 函数调用（推荐）
• react: ReAct 推理模式

详细文档: nodes/agent.md

4. Knowledge Retrieval 节点

功能: 从知识库检索相关信息（RAG）

配置示例:

- data:
    type: knowledge-retrieval
    dataset_ids:
    - "dataset-uuid-1"
    - "dataset-uuid-2"
    query_variable_selector: ["start", "sys.query"]
    retrieval_mode: single
    single_retrieval_config:
      model:
        provider: openai
        name: text-embedding-3-small
      top_k: 3
      score_threshold: 0.7
      reranking_model:
        provider: cohere
        model: rerank-english-v2.0
  id: knowledge

检索模式:

• single: 单次检索
• multiple: 多次检索

详细文档: nodes/knowledge-retrieval.md

5. Code 节点

功能: 执行 Python 或 JavaScript 代码

配置示例:

- data:
    type: code
    code_language: python3
    code: |
      def main(input_text: str) -> dict:
          # 处理逻辑
          result = input_text.upper()
          return {
              "output": result,
              "length": len(result)
          }
    variables:
    - variable: input_text
      value_selector: ["start", "user_input"]
    outputs:
      output:
        type: string
      length:
        type: number
  id: code

支持的语言:

• Python 3
• JavaScript (Node.js)

详细文档: nodes/code.md

6. HTTP Request 节点

功能: 调用外部 HTTP API

配置示例:

- data:
    type: http-request
    method: POST
    url: "https://api.example.com/endpoint"
    headers:
      Content-Type: application/json
      Authorization: "Bearer {{#env.API_KEY#}}"
    body:
      type: json
      data:
        query: "{{#sys.query#}}"
        options:
          temperature: 0.7
    timeout: 30
  id: http

支持的方法:

• GET, POST, PUT, DELETE, PATCH

详细文档: nodes/http-request.md

7. Tool 节点

功能: 调用内置或自定义工具

配置示例:

- data:
    type: tool
    provider_id: google_translate
    provider_type: builtin
    provider_name: google_translate
    tool_name: translate
    tool_parameters:
      content:
        type: mixed
        value: "{{#sys.query#}}"
      dest:
        type: mixed
        value: "zh-CN"
  id: tool

工具类型:

• builtin: 内置工具
• api: API 工具
• workflow: 工作流工具

详细文档: nodes/tool.md

8. If-Else 节点

功能: 条件分支控制

配置示例:

- data:
    type: if-else
    conditions:
    - variable_selector: ["llm", "text"]
      comparison_operator: contains
      value: "关键词"
    logical_operator: and
  id: condition

支持的运算符:

• contains, not contains
• is, is not
• empty, not empty
• >, <, >=, <=, =, !=

详细文档: nodes/if-else.md

9. Iteration 节点

功能: 迭代处理数组数据

配置示例:

- data:
    type: iteration
    iterator_selector: ["start", "items"]
    output_selector: ["iteration_inner", "output"]
    parallel_nums: 3
    error_handle_mode: continue
  id: iteration

错误处理模式:

• continue: 继续执行
• stop: 停止迭代

详细文档: nodes/iteration.md

10. Answer 节点

功能: 输出工作流结果

配置示例:

- data:
    type: answer
    answer: "{{#llm.text#}}"
  id: answer

详细文档: nodes/answer.md

设计模式

1. 顺序管道模式

适用场景: 简单的线性处理流程

结构:

Start → LLM → Answer

示例: patterns/sequential.md

2. 条件分支模式

适用场景: 根据条件执行不同的处理逻辑

结构:

Start → LLM → If-Else → [分支A / 分支B] → Answer

示例: patterns/conditional.md

3. 迭代处理模式

适用场景: 批量处理数组数据

结构:

Start → Code → Iteration → LLM → Answer

示例: patterns/iterative.md

4. 知识检索模式 (RAG)

适用场景: 基于知识库的问答

结构:

Start → Knowledge Retrieval → LLM (with context) → Answer

示例: patterns/rag.md

5. 多源聚合模式

适用场景: 整合多个数据源的信息

结构:

Start → [Tool1, Tool2, HTTP] → Variable Aggregator → LLM → Answer

示例: patterns/aggregation.md

工作流模板

简单问答

文件: templates/simple-qa.yml

描述: 最基础的问答工作流

节点: Start → LLM → Answer

RAG 助手

文件: templates/rag-assistant.yml

描述: 基于知识库的智能助手

节点: Start → Knowledge Retrieval → LLM → Answer

Agent 工具调用

文件: templates/agent-tools.yml

描述: 智能代理自主调用工具

节点: Start → Agent → Answer

多步骤处理

文件: templates/multi-step.yml

描述: 复杂的多步骤处理流程

节点: Start → Code → HTTP → LLM → If-Else → Answer

变量系统

系统变量

{{#sys.query#}}              # 用户查询
{{#sys.files#}}              # 上传的文件
{{#sys.conversation_id#}}    # 会话 ID
{{#sys.user_id#}}            # 用户 ID

节点变量

{{#节点ID.输出字段#}}         # 引用节点输出
{{#llm.text#}}               # LLM 文本输出
{{#knowledge.result#}}       # 知识检索结果
{{#code.output#}}            # 代码节点输出

会话变量

{{#conversation.变量名#}}     # 会话级变量

环境变量

{{#env.API_KEY#}}            # 环境变量
{{#env.DATABASE_URL#}}       # 数据库连接

迭代变量

{{#item#}}                   # 当前迭代项
{{#index#}}                  # 当前索引

最佳实践

1. 模块化设计

• 将复杂流程拆分为多个独立节点
• 使用变量传递数据，避免硬编码
• 合理使用条件分支和迭代节点

2. 变量命名规范

• 使用有意义的变量名
• 遵循统一的命名约定
• 添加必要的描述信息

3. 错误处理

• 在关键节点添加错误处理逻辑
• 使用条件分支处理异常情况
• 提供友好的错误提示

4. 性能优化

• 避免不必要的节点调用
• 合理使用缓存机制
• 控制循环迭代次数
• 使用并行分支提升性能

5. 可维护性

• 添加节点描述和注释
• 使用清晰的节点命名
• 保持工作流结构简洁
• 定期审查和优化

详细内容: best-practices.md

下一步

• 深入学习 节点类型详解
• 探索 设计模式
• 使用 工作流模板 快速开始
• 阅读 最佳实践 提升技能

相关 SKILL

• 02-plugin SKILL - 开发自定义工具和插件
• 03-performance SKILL - 优化工作流性能
• 06-reference SKILL - DSL 语法参考

版本: v1.0.0 最后更新: 2026-03-04 返回: 总 SKILL