零基础AI开发系列教程:Dify节点的详细介绍(上)

Dify学习笔记-知识库(六) Dify学习笔记-知识库 阅读详情
AI摘要

本文是零基础AI开发系列教程,详细介绍Dify基础与流程控制类节点。节点是工作流关键构成,按功能分三类。基础与流程控制类包含开始、结束等节点,如开始节点采集数据,结束节点输出结果,条件分支控制走向,迭代和循环节点用于不同任务场景,直接回复节点定义回复内容。

Dify节点的详细介绍(上)

节点是工作流的关键构成,通过连接不同的节点,从而实现工作流的功能。首先我们要明白一个核心概念:节点是为功能服务的。根据节点的功能,可以将节点划分为以下三类:基础与流程控制、数据处理与转换、AI与外部交互。

  • 基础与流程控制:开始、结束、条件分支、迭代、循环、直接回复
  • 数据处理与转换:变量赋值、变量聚合、参数提取、模板转换、列表操作、问题分类、文档提取
  • AI与外部交互:LLM、知识检索、HTTP请求、Agent、工具、代码执行

以下是基础与流程控制类节点详细介绍:


1. 开始节点

作为工作流的「启动钥匙」,开始节点主要作用就是做数据的采集。数据分为输入字段、系统变量两种,输入字段用来采集用户输入的数据,而以sys.开头的则是系统变量,系统变量用来记录应用的全局信息。
image-20250328212504192

  1. 输入字段:点击+可以添加多个输入字段
  2. 系统变量:系统变量不可更改,也不能自己添加,是应用内预设的系统级参数。通常用于进阶开发场景,例如搭建多轮次对话应用、收集应用日志与监控、记录不同应用和用户的使用行为等。

输入字段可以添加以下6种类型的数据

类型适用场景示例
文本简短信息收集姓名/电话号码
段落长文本描述项目需求描述
下拉选项标准化输入产品型号选择
数字数值型数据订单数量
单文件单个文件上传合同文档上传
文件列表批量文件处理多图上传场景

系统变量,工作流(Workflow )和对话流(Chatflow)的系统变量所包含的信息稍有不同,具体如下

变量名称数据类型说明备注
sys.user_idString每个用户在使用应用时,系统自动分配的唯一标识符,用于区分不同的对话用户公共变量
sys.app_idString系统为每个应用分配的唯一标识符,用于区分不同的应用,并记录当前应用的基本信息公共变量
sys.workflow_idString用于记录当前应用内所包含的所有节点信息公共变量
sys.workflow_run_idString用于记录应用中的运行情况公共变量
sys.files[LEGACY]Array[File]文件参数,存储用户初始使用应用时上传的图片Workflow 独有,图片上传功能需在应用编排页右上角的 “功能” 处开启,未来将去掉图片上传功能,因为新的文件上传已经包含了图片上传
sys.queryString用户在对话框中初始输入的内容Chatflow 独有
sys.filesArray[File]用户在对话框内上传的图片Chatflow 独有,图片上传功能需在应用编排页右上角的 “功能” 处开启
sys.dialogue_countNumber用户与应用交互时的对话轮数。每轮对话后自动计数增加 1,可以和 if-else 节点搭配出丰富的分支逻辑。Chatflow 独有,例如到第 X 轮对话时,回顾历史对话并给出分析
sys.conversation_idString对话框交互会话的唯一标识符,将所有相关的消息分组到同一个对话中,确保 LLM 针对同一个主题和上下文持续对话Chatflow 独有

2. 结束节点

image-20250328212632112

结束节点用于定义工作流的终点并输出最终结果。每个工作流至少包含一个结束节点,因为只有当流程运行到结束节点时,才会输出执行结果,且结束节点之后不能再添加其他节点。

如果工作流中存在条件分支,需要根据不同的分支情况分别定义多个结束节点。

在设置结束节点时,需要声明一个或多个输出变量,这些变量可以引用前面节点的输出变量,以便将整个流程的关键结果汇总并输出。


3. 条件分支

条件分支用来控制流程的走向,通过判断不同的条件,选择执行对应的节点
image-20250328212831423

条件分支的运行机制包含以下六个路径:

  • IF 条件:选择变量,设置条件和满足条件的值;
  • IF 条件判断为 True,执行 IF 路径;
  • IF 条件判断为 False,执行 ELSE 路径;
  • ELIF 条件判断为 True,执行 ELIF 路径;
  • ELIF 条件判断为 False,继续判断下一个 ELIF 路径或执行最后的 ELSE 路径;

条件类型

数字类型支持以下条件判断:=、≠、>、 <、 >=、 <=、 为空、不为空

其他类型支持以下条件判断:

  • 包含(Contains)
  • 不包含(Not contains)
  • 以什么开头(Start with)
  • 以什么结束(End with)
  • 是(Is)
  • 不是(Is not)
  • 为空(Is empty)
  • 不为空(Is not empty)

4. 迭代节点

image-20250329110807197

迭代节点的作用是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。它通常需要与数组变量配合使用。

例如在翻译长篇文章的场景中,如果直接将全部内容输入大语言模型可能会超出单次处理限制。这时可以先通过上游节点将文章拆分成多个片段,再使用迭代节点对每个片段分别执行翻译操作,从而避免触发消息长度限制。

数组是一种特定的数据类型,通常包含多个元素。其中元素用逗号分隔,以 [ 开头,以 ] 结尾
字符串数组的格式如下:[“文本1”, “文本2”,“文本3”,“文本4”,“文本5”]
数字数组的格式如下:[1,2,3,4,5]
JSON数组的格式如下:

[
    {
        "name": "张三",
        "age": 18,
        "email": "zhangsan@xxx.com"
    },
    {
        "name": "李四",
        "age": 25,
        "email": "lisi@xxx.com"
    },
    {
        "name": "王五",
        "age": 18,
        "email": "wangwu@xxx.com"
    }
]

5. 循环节点

循环节点用来执行一段逻辑直到满足条件或者达到循环次数上限
image-20250329142248554

循环节点的配置包含两个关键项:

配置项作用示例
循环终止条件(Loop Termination Condition)设置循环何时停止。可以在条件中使用循环体内的变量或会话中的全局变量。当变量 x > 80 并且 num <90 时,停止循环。
最大循环次数(Maximum Loop Count)限制最多执行的轮次,避免无限循环。最多执行 100 轮,无论是否满足退出条件。

总结:

  • 循环终止条件:明确设置循环停止的条件,例如变量值达到某个阈值。
  • 最大循环次数:设置一个上限,防止循环无限运行。

循环节点和迭代节点适用于不同的任务场景:

类型特点适用场景
循环(Loop)轮次之间存在依赖关系,每一轮执行都依赖上一轮的结果。适用于递归、优化问题等需要依赖前一轮结果的场景。
迭代(Iteration)轮次之间无依赖关系,每一轮任务可以独立运行,无需依赖前一轮。适用于数据批量处理等独立任务的场景。

总结:

  • 如果任务需要依赖前一轮的结果(如递归或优化问题),选择 循环节点。
  • 如果任务可以独立运行(如批量处理数据),选择 迭代节点。

6. 直接回复

image-20250329145935547

直接回复节点用于定义 Chatflow 流程中回复的内容。支持多种类型的输出。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。

直接回复节点可以不作为最终的输出节点,作为流程过程节点时,可以在中间步骤流式输出结果。

可随时加入节点将内容流式输出至对话回复,支持所见即所得配置模式并支持图文混排,如:

  • 输出 LLM 节点回复内容
  • 输出生成图片
  • 输出纯文本

下一节,我们将详细介绍数据处理与转换类节点


🔥《零基础小白AI实战教程:手把手教你打造专属的智能体》🚀 系列教程更新中!
✅ 已更新:AI实践虚拟化平台安装
✅ 已更新:Docker Desktop 安装
✅ 已更新:Ollama安装教程
✅ 已更新:DeepSeek私有化部署
✅ 已更新:Dify私有化部署
✅ 已更新:Dify + DeepSeek搭建本地私有化知识库
✅ 已更新:Dify应用类型的选择
✅ 已更新:Dify升级指南
✅ 已更新:Dify节点的详细介绍(上)
✅ 已更新:Dify节点的详细介绍(中)
✅ 已更新:Dify节点的详细介绍(下)

👉 关注公众号"北灵聊AI"获取最新更新,免费领取教程资料和源码

Dify使用教程(创建应用) Dify的安装部署我已经写过了,简单的模型配置我也在前面进行了讲解,今天我们主要来讲讲如何使用Dify。 阅读详情

相关推荐

Dify平台部署全攻略:快速上手的终极教程!

Dify 是 苏州语灵人工智能科技公司的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。

weixin_53587261的博客 1万+

一文彻底搞懂大模型 - Dify(Agent + RAG)

该平台结合了后端即服务(Backend as Service, BaaS)和LLMOps的理念,为开发者提供了。

m0_59163425的博客 27万+

dify AI的介绍

dify是一个开源的 LLM 应用开发平台。提供从 Agent 构建到 AI workflow 编排、RAG 检索、模型管理等能力,轻松构建和运营生成式 AI 原生应用。Dify 涵盖了构建生成式 AI 原生应用所需的核心技术栈,开发者可以聚焦于创造应用的核心价值。

每天进步一点点儿 2051

Dify: 轻松助你创建基于 GPT-4 的 AI 原生应用

公众号关注「奇妙的 Linux 世界」设为「星标」,每天带你玩转 Linux !Dify是一个易用的LLMOps平台,旨在让更多人可以创建可持续运营的原生 AI 应用。Dify 提供多种类型应用的可视化编排,应用可开箱即用,也能以后端即服务的 API 提供服务。LLMOps(Large Language Model Operations)是一个涵盖了大型语言模型(如 GPT 系列)开发、部...

easylife206的专栏 3万+

【Dify】Dify 应用开发平台的介绍

Dify是一款开源的大语言模型(LLM)应用开发平台,采用后端即服务(BaaS)和LLMOps理念,帮助开发者快速构建生成式AI应用。该平台提供可视化界面、RAG引擎、Agent框架等功能模块,支持数百种模型,可实现零代码/低代码开发,适用于智能客服、AI写作等场景。Dify的优势在于降低开发门槛和成本,支持插件扩展和多模态交互,同时提供企业级应用支持。硬件要求为CPU≥2核、内存≥4GB。适用于企业、开发者和个人用户快速实现AI应用开发。

大家好,我是敖云岚,一个沉迷代码的 “技术玩家”。擅长 Java、C++ 开发,对 MySQL、Redis、RabbitMQ 等技术也颇有研究。博客里既有硬核技术干货,也有诙谐幽默的编程日常分享。愿和你一起,笑着学技术,快乐敲代码! 1820

基于禾赛32线雷达和Xsens MTi-G-710 组合导航模块,松灵Scout mini 底盘实现 Cartographer 3D 建图过程

地下车库 Cartongrapher 3D建图

yhy_yhy13053117的博客 3936

Dify 1.5.1 版本 循环节点使用教程(含变量输出方案)

循环节点ocr_1(String 类型,会话变量)循环终止条件:通过添加循环判定节点返回的result值控制最大循环次数:自定义(测试可设小值,比如 2)参数提取器循环内部的处理逻辑,生成新变量ocr_2(b)变量赋值(关键步骤,解决循环结果带出的问题)ocr_1(或新变量ocr_outocr_2写入模式:覆盖(String 类型下)添加循环判定(Python 执行节点或条件判断节点)用于判断是否继续循环输出result,供循环节点作为退出判断1.5.1 版本无循环输出映射。

askein的博客 9520

ESP32-S3驱动PCA9685模块:I2C扩展16路舵机控制实战指南

本文提供了ESP32-S3通过I2C总线驱动PCA9685模块扩展16路PWM输出的完整实战指南。详细解析了PCA9685模块原理、硬件连接、I2C地址配置,并给出了核心驱动代码与角度控制函数,帮助开发者解决微控制器PWM引脚不足的问题,轻松实现多路舵机控制。

weixin_32005771的博客 519

零基础AI开发系列教程:Dify节点的详细介绍(下)

节点是工作流的关键构成,通过连接不同的节点,从而实现工作流的功能。首先我们要明白一个核心概念:节点是为功能服务的。根据节点的功能,可以将节点划分为以下三类:基础与流程控制、数据处理与转换、AI与外部交互

学习AI应用开发,分享AI干货、获取最新AI咨询 4374

U24时钟信号上升下降沿出现非单调性--简单分析

交换机U24时钟信号上升下降沿出现非单调性--简单分析

qq_45185504的博客 1132

技能伤害继承英雄属性【War3地图编辑器】

风暴之锤跟随山丘之王的力量增长

ArYe 2302

零基础AI开发系列教程:Dify节点的详细介绍(中)

节点是工作流的关键构成,通过连接不同的节点,从而实现工作流的功能。首先我们要明白一个核心概念:节点是为功能服务的。根据节点的功能,可以将节点划分为以下三类:基础与流程控制、数据处理与转换、AI与外部交互

学习AI应用开发,分享AI干货、获取最新AI咨询 3607

ai获客系统功能代码

AI 获客系统是一个复杂的体系,以下为你提供一个简化的 Python 示例,聚焦于客户行为分析与销售线索筛选功能,模拟实现从多渠道收集数据后的初步处理流程。假设已有从官网、线上商城等渠道收集到的客户数据,以字典列表形式存储,每个字典包含客户基本信息及购买行为数据。通过分析客户购买频率与金额,筛选出高价值销售线索。python上述代码仅为基础示例,实际 AI 获客系统还涉及更复杂的数据采集、清洗、存储,以及运用机器学习算法进行深度客户洞察等功能。

weixin_ggwwsscc的博客 892

零基础AI开发系列教程:Dify私有化部署

Dify是一款开源的大语言模型(LLM) 应用开发平台,它包含了AI应用的开发、部署、维护和优化的一整套功能,可以快速搭建生产级的AI应用

学习AI应用开发,分享AI干货、获取最新AI咨询 3060

用AI生成React/Vue页面?实测Locofy等5款工具,教你选最适合的

本文深度评测了2024年五大AI生成前端页面工具,包括Locofy、Builder.io等,从代码质量、可视化编辑器成本到企业级落地方案进行全面分析。通过实测数据和实战案例,揭示如何利用AI生成技术高效创建React/Vue页面,提升开发效率并优化性能。

m5n6o7的博客 606

YOLO11涨点优化:知识蒸馏 | 引入FGD(Focal and Global Distillation)蒸馏,让轻量学生模型汲取大模型全局感知力

文章摘要 目标检测模型YOLO11在轻量化部署中存在"全局盲区"问题,即轻量模型感受野不足导致大尺度场景下性能下降。知识蒸馏技术FGD(Focal and Global Distillation)通过双分支机制有效解决这一问题:Focal Distillation分离前景背景特征,让学生模型聚焦关键区域;Global Distillation传递像素间关系信息,弥补全局感知缺陷。实验表明,FGD可使YOLO11轻量版mAP提升2.5%以上,且不增加推理耗时。本文详细解析了FGD原理,并给出YOLO11上的实

2601_95807009的博客 226

零基础AI开发系列教程:Dify接入大模型

Dify 是基于大语言模型的 AI 应用开发平台,初次使用Dify时,需要设置模型供应商,全球主流的模型供应商都支持,例如 OpenAI 的 GPT 系列、Anthropic 的 Claude 系列、Google 的 Gemini 系列、阿里的通义千问(Qwen)、深度求索的DeepSeek等等。

学习AI应用开发,分享AI干货、获取最新AI咨询 2535

风电功率预测 | 基于RF随机森林的风电功率预测(附matlab完整源码)

风电功率预测 | 基于RF随机森林的风电功率预测(附matlab完整源码)

天天酷科研的博客 896

【人工智能agent】--docker本地部署dify教程

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。 非技术人员:不懂编程、对大模型不太懂,也可以使用DIFY2、功能介绍 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 Agen

我是个好人呀,O(∩_∩)O 2万+

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

零基础AI开发系列教程:RagFlow本地部署和使用

RagFlow 是一款基于深度文档理解构建的开源 RAG(Retrieval-Augmented Generation,检索增强生成)引擎。它的设计核心在于将大量复杂格式的非结构化数据(如 PDF、Word、PPT、Excel、图片、网页等)经过智能解析,转换为高质量的“知识片段”,再通过大语言模型(LLM)进行增强生成,从而实现准确、可控且有据可依的问答服务

学习AI应用开发,分享AI干货、获取最新AI咨询 3049

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

【Dify 入门】一文详解Dify 入门与工作流节点!

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。

优快云_430422的博客 2万+

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

【Dify入门系列】详解各种工作流节点,如何降低LLM开发门槛?

在Dify处于0.x版本的去年,我曾有过一段时间的使用经历。和许多技术爱好者一样,由于工作上的变动,我不得不暂时将其搁置。最近,我收到了不少读者的咨询:“Dify如今发展到何种程度了?是否还值得投入精力去学习?” 怀揣着这些疑问,我再次对Dify进行审视,发现它已升级至1.x版本,正从一个“有趣的玩具”逐步向“生产级工具”转变。我打算对其展开深入研究,并计划撰写一个系列文章,内容将从基础使用逐步延伸至核心原理,最后到个性化定制开发。今天,先为大家带来关于Dify的全面介绍!

大模型教程的博客 1512

Dify从入门到高阶系列一:详解各种工作流节点,如何降低LLM开发门槛?

我准备深入研究一下它,并计划写一个系列文章,从基础使用到核心原理,再到个性化定制开发。今天先为大家带来Dify的全面介绍,后续会持续更新深度内容,欢迎关注追更!

2301_81940605的博客 840

Dify中自定义节点开发教程:扩展你的AI工作流

通过Dify的自定义节点功能,开发者可将私有业务逻辑无缝集成到AI工作流中,实现与LLM、RAG和Agent的协同。文章详解了数据查询、扩展检索与智能决策节点的实战开发,并提供高可用设计建议,助力构建高效、可维护的企业级智能应用。

weixin_35835018的博客 1147

Dify 入门与工作流节点介绍

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。

2401_84208172的博客 3987
上一篇: GitHub 上演「年度魔幻大戏」:Dify的Logo保卫战
下一篇: 零基础AI开发系列教程:Dify节点的详细介绍(中)
北灵聊AI
博客等级 码龄2年 303粉丝 34原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值