Dify开发工作流

简介: 这篇文章详细介绍了如何使用Dify平台进行工作流的创建与配置,包括设置变量、条件分支以及集成不同工具和服务来自动化任务处理流程。

之前已经尝试过AI Agent功能开发,这节演示下工作流的使用,工作流顾名思义就是工作流程,类似表单的审批流程,是一步步执行下去的,Dify是把任务拆分成多个任务,分步骤执行,最终形成一个工作流的模式去执行。

首先打开Dify主页面,点击创建空白应用,

在弹窗中上面选择工作流,下面输入名称和描述后点击创建,

创建后就会有一个可拖拽的工作流页面,因为还没设置,默认只有一个开始,我们创建一个条件语句,就是根据不同的情况去执行不同的任务,我们可以创建一个变量,然后根据这个变量的值去判断执行哪个任务,所以在开始节点中添加一个变量,叫city,

然后在开始后的+添加一个IF条件分支,在IF条件分支中需要判断刚才的变量,也就是city,我们配置如果输入city包含苏州,就执行一中任务,如果没有就执行另一种任务,在条件分支的后面可以看到两个+,就是连接的不同任务。

这里在条件成立时执行天气预报的功能,不成立是调用大模型问答功能,那么这样,我输入苏州就会进去天气预报,输出天气预报的内容,否则会根据输入内容进行大语言模型的问答。

最后需要给每个任务分支加上结束节点,需要注意在结束节点中药添加输出变量,否则任务虽然执行但是看不到结果,。然后就可以点击发布和运行了。

下面是两个分支任务的执行结果,已经实现了刚才配置的功能。因为天气预报调用的是接口,所以返回的是一大串的JSON数据。

这样一个Dify简单的工作流任务就完成了。

PS:配置天气预报的时候,Dify使用的高德的接口,需要到高德的控制台申请一个key,申请的地址在天气预报配置界面有提示。

相关文章
|
6天前
|
机器学习/深度学习 数据采集 人工智能
容器化机器学习流水线:构建可复用的AI工作流
本文介绍了如何构建容器化的机器学习流水线,以提高AI模型开发和部署的效率与可重复性。首先,我们探讨了机器学习流水线的概念及其优势,包括自动化任务、确保一致性、简化协作和实现CI/CD。接着,详细说明了使用Kubeflow Pipelines在Kubernetes上构建流水线的步骤,涵盖安装、定义流水线、构建组件镜像及上传运行。容器化流水线不仅提升了环境一致性和可移植性,还通过资源隔离和扩展性支持更大规模的数据处理。
|
3月前
|
人工智能 数据可视化 JavaScript
NodeTool:AI 工作流可视化构建器,通过拖放节点设计复杂的工作流,集成 OpenAI 等多个平台
NodeTool 是一个开源的 AI 工作流可视化构建器,通过拖放节点的方式设计复杂的工作流,无需编码即可快速原型设计和测试。它支持本地 GPU 运行 AI 模型,并与 Hugging Face、OpenAI 等平台集成,提供模型访问能力。
176 14
NodeTool:AI 工作流可视化构建器,通过拖放节点设计复杂的工作流,集成 OpenAI 等多个平台
|
4月前
|
敏捷开发 数据可视化 BI
工作流管理是什么?5款企业工作流管理工具推荐!
工作流管理是一种使处理过程自动化、协调人和应用工具完成工作的技术。它通过规划、组织、协调和控制业务流程,确保工作高效、准确地完成。工作流管理可以提高工作效率、规范业务流程、增强协同工作能力、优化决策支持,并提升企业竞争力。本文介绍了5款工作流管理软件:板栗看板、Trello、Asana、Jira 和 Monday.com,它们各具特色,适用于不同的场景和需求。
工作流管理是什么?5款企业工作流管理工具推荐!
|
4月前
|
存储 人工智能 自然语言处理
基于LLamaIndex构建企业级私有知识库:RAG Workflow工作流详解
【11月更文挑战第12天】随着生成式AI的快速发展,企业对智能化信息检索和生成的需求日益增加。传统的知识库系统往往局限于静态的数据存储和查询,难以满足复杂多变的业务需求。而检索增强生成(RAG, Retrieval-Augmented Generation)技术的出现,为企业级私有知识库的建设提供了新的解决方案。LLamaIndex作为专为LLMs(大型语言模型)设计的私有知识索引工具,结合RAG Workflow工作流,能够构建高效、智能的企业级私有知识库,满足企业对于知识管理和智能问答的多样化需求。
681 4
|
8月前
|
数据可视化 IDE 开发工具
Coze工作流介绍(一)
Coze工作流介绍(一)
463 0
|
8月前
|
人工智能 JavaScript IDE
使用Coze工作流(二)
使用Coze工作流(二)
503 0
|
10月前
|
弹性计算 人工智能 JSON
一键云部署:资源编排 ROS 轻松部署 LLM 应用开发平台 Dify
Dify是一款开源的LLM应用开发平台,融合BaaS和LLMOps理念,助力开发者快速构建生产级AI应用。阿里云的ROS提供IaC自动化部署服务,通过JSON/YAML/Terraform模板轻松部署Dify环境。以下是简化的部署步骤: 1. 登录ROS控制台的Dify部署页面。 2. 配置ECS实例参数。 3. 创建资源栈,完成部署后从输出获取Dify服务地址。 ROS模板定义了VPC、VSwitch、ECS实例等资源,通过ROS控制台创建资源栈实现自动化部署。这种方式高效、稳定,体现了IaC的最佳实践。
|
10月前
|
人工智能 JavaScript Java
平台组成-工作流
平台最早选型工作流引擎几乎没有任何犹豫的选择了JBPM6
|
10月前
工作流介绍
工作流介绍