Dify 实战教程 | 10分钟搭建你的 Chatflow(数据可视化助手)

40-dify案例分享-dify独家揭秘:mcp_sse+Zapier_MCP如何打造轻量级MCPserver达成万物互联 本文介绍 MCP Server,它基于 MCP 协议,能实现 LLM 与外部资源高效安全连接。重点分享在 Dify 实现 mcp-server 的方案,包括升级 Dify、安装 MCP SSE 插件、配置 Zapier MCP 等步骤,还进行了验证测试,实现新闻搜索和邮件发送联动。 阅读详情
AI摘要

本文介绍使用Dify 1.3.1的Chatflow构建Excel数据可视化助手的方法。先新建ChatFlow类型应用,填写信息,再设计对话流程,包括开始、文档提取、并行处理等节点,最后发布并测试应用。还提及学习大模型技术的资料,如知识脑图、经典书籍等。

使用Dify最新版本:Dify 1.3.1

🌟 本篇我们来聊聊如何使用 Dify 的 Chatflow(对话流程编排器),构建一个Excel 数据可视化助手。在此前的教程中,我们介绍了「聊天助手」和「Agent」构建助手的使用方式,本篇将介绍一种更可控、逻辑更清晰的构建方式——Chatflow 应用。

img

GO

一句话区分:聊天助手、Agent 和 Chatflow?

img

应用类型特点是否适合 Excel 可视化场景
聊天助手单轮对话、轻逻辑控制❌ 功能太轻,无法处理上传文件和复杂逻辑
Agent多步骤任务,支持文件插件✅ 可行但逻辑难控制
Chatflow可视化流程,强控制节点、支持上传变量✅✅ 更适合结构化处理与引导提问

第一步:新建应用,选择 ChatFlow 类型

打开 Dify 控制台,点击【工作室】按钮。

选择应用类型为:ChatFlow,然后点击【创建空白应用】。

img

第二步:填写 Chatflow 信息

进入配置页,填写基本信息:

  • 应用名称:数据可视化助手
  • 应用描述:Excel 数据可视化助手
  • 应用图标:上传符合的小图标

img

第三步:设计对话流程

ChatFlow 顾名思义,就是一个对话流程,对话流程通过一个个节点,引导用户按照我们既定的方向提问,并给出答案。

打开可视化编辑器,我们设计如下流程:

  • 开始节点:用户上传Excel 表格,并填入用户需求

  • 文档提取节点:提取上传的Excle表格数据

  • 并行两个节点

    • 图表判断节点:根据用户需求,判定需要使用哪种图形判断。
    • JSON转换节点:将Excle 数据转换成 Json格式。
  • 图形插件节点:根据“图表类型” + “JSON数据” 生成图表。

  • 输出节点:将图表输出到聊天窗口中。

img

3.1、开始节点

开始节点,提供“Excle”文件上传和用户需求输入。

img

3.2、文档提取节器

文档提取器,用来接收,从“开始节点” 传递过来的用户上传的 Excel 文件。

img

3.3、并行处理
3.3.1、图表类型判断

图表类型判断,使用的是 LLM节点。

根据“开始节点” 中用户输入的用户需求,如:”帮我生成销售数据饼图?” 来判定需要生成的图表类型。

img

3.3.2、JSON转换

“JSON转换” ,也是一个 LLM节点。

“JSON转换“,用来将 Excel 中的数据,转换为JSON格式的数据,方便后边图表插件生成图表。

img

3.4、图表插件“ROOKIE_DATA_ALCHEMY”

ROOKIE_DATA_ALCHEMY 可以直接从插件市场下载

图表插件主要需要的两个参数:

  • JSON 格式的数据,来自于 ”JSON转换“ 节点。
  • 图表类型数据,来自于“图表类型判断器”节点。

img

3.5、输出图表

输出图表,直接输出插件的内容即可。

img

🚀 第四步:发布并测试应用

  1. 点击「发布」
  2. 获取 Web 链接或嵌入代码
  3. 在聊天页面进行模拟对话

img

生成销售数据,饼图,

img

GO

📌 总结

img

Chatflow 是逻辑清晰、结构明确的可视化对话工具。对于数据可视化助手这种需要用户输入多个参数再进行判断输出的任务来说,Chatflow 是远比“聊天助手”更适合的构建方式!

如何学习大模型技术,享受AI红利?

面对AI大模型开发领域的复杂与深入,精准学习显得尤为重要。一份系统的技术路线图,详尽的全套学习资料,不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点,还能提供一条高效、有序的学习路径。

无论是初学者,还是希望在某一细分领域深入发展的资深开发者,这样的学习路线图都能够起到事半功倍的效果。它不仅能够节省大量时间,避免无效学习,更能帮助开发者建立系统的知识体系,为职业生涯的长远发展奠定坚实的基础。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

大模型知识脑图

为了成为更好的 AI大模型 开发者,这里为大家提供了总的路线图。它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

read-normal-img

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平,开拓视野,掌握核心技术,提高解决问题的能力,同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说,阅读经典书籍是非常有必要的。

AI大模型时代的转行选择,新风口能否抵御35岁中年危机?_语言模型_02

实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

AI大模型时代的转行选择,新风口能否抵御35岁中年危机?_语言模型_03

面试资料

我们学习AI大模型必然是想找到高薪的工作,下面这些面试题都是总结当前最新、最热、最高频的面试题,并且每道题都有详细的答案,面试前刷完这套面试题资料,小小offer,不在话下

AI大模型时代的转行选择,新风口能否抵御35岁中年危机?_ai_04

640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

AI大模型时代的转行选择,新风口能否抵御35岁中年危机?_ai_05

结语

大模型作为新时代的风口,确实为那些希望转行或寻求职业突破的人提供了广阔的舞台。然而,是否选择进入这一领域还需综合考虑自身的兴趣、特长以及长远规划。通过构建基础知识体系、参与实际项目、拓展软技能、关注跨学科融合以及建立广泛的社交网络,你可以在这个充满机遇的新领域中迅速站稳脚跟。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

如何利用Dify搭建MCP服务器:构建灵活的AI应用生态系统 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。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易用的界面和API这些特性使开发者能够专注于创新和业务需求,而不必重复造轮子。 阅读详情

相关推荐

Dify Workflows MCP Server (TypeScript)设计与实战

一个 Model Context Protocol (MCP) 服务器的 TypeScript 实现,将 Dify 工作流作为工具暴露出来,可直接集成到Cline或Roo Code中进行调用。

💻 Code:TypeScript / Engineering 🤖 AI:Prompt Optimization / Context Memory / Coding Agents 4305

超实用!Dify快速接入本地MCP服务

当你会用 Dify 调用本地 MCP 服务,也就意味着你会使用 Dify 调用通用 MCP 服务了,因为实现步骤和原理基本都是一样。

2401_82469710的博客 3759

Excel数据可视化新玩法:用Dify Chatflow打造你的专属图表助手(附完整流程)

本文介绍了如何利用Dify Chatflow技术打造智能Excel图表助手,实现数据可视化的自动化与智能化。通过自然语言交互,用户无需专业背景即可快速生成专业图表,大幅提升工作效率。文章详细解析了从环境配置到核心节点设计的完整流程,并分享提升图表质量的进阶技巧,特别适合需要高效处理业务数据的职场人士。

weixin_28523493的博客 455

Dify 与 MCP:开启智能体应用开发新征程

本文更偏向于实战,我会讲解如何通过 Dify 调用 1Panel 的 MCP Server,至于 MCP 的具体组成、MCP 各部分的含义本文将不会涉及或只在必要的地方予以说明。本文选择 1Panel MCP Server 作为示例单纯是因为其操作简单、易于使用,同时我个人管理服务器使用的也是 1Panel。

2401_84204413的博客 2577

基于Dify与ECharts的对话式图表生成:10分钟搭建智能数据可视化应用

数据可视化是数据分析与业务决策的关键环节,其核心在于将复杂数据转化为直观的图表以揭示规律。传统方式依赖开发人员手动编写代码,流程繁琐且响应慢。通过结合大语言模型(LLM)的意图理解能力与结构化知识库的检索技术,可以实现从自然语言查询到图表配置的自动转换。这种技术方案的核心价值在于显著降低了数据可视化的工程化门槛,使业务人员能快速、灵活地获取洞察。在应用场景上,它特别适合需要即时响应的内部运营看板、客户数据查询助手等场景。本文以Dify的Chatflow工作流编排平台和ECharts可视化库为例,具体展示了如

weixin_28745309的博客 326

Dify Chatflow 零代码实战:5分钟搭建自然语言转SQL+可视化看板(附数据库适配技巧)

本文详细介绍了如何使用Dify Chatflow在5分钟内搭建自然语言转SQL+可视化看板的零代码解决方案。通过实战案例和数据库适配技巧(如MySQL和PostgreSQL的配置优化、字段注释规范等),帮助业务人员快速实现数据查询与可视化,提升工作效率。特别适合产品经理、运营人员和业务分析师使用。

weixin_30836759的博客 412

Dify 从入门到精通(第 34/100 篇):Dify 的数据可视化集成

Dify 的数据可视化集成通过 API 收集用户交互数据(如问题、响应时间),结合前端工具(如 Chart.js)或仪表板(如 Grafana),生成直观的图表,提升数据洞察能力。核心功能数据收集:从日志或 API 获取交互数据。图表生成:使用 Chart.js 绘制柱状图、折线图等。实时更新:支持动态数据展示。适用场景用户行为分析:可视化问题分布。性能监控:展示响应时间和错误率。业务决策:支持数据驱动优化。

haolove527的专栏 1235

基于Dify Chatflow与ECharts打造对话式图表生成智能体

数据可视化是数据分析与业务决策的关键环节,其核心原理是将抽象数据转化为直观的图形,以揭示趋势、模式和异常。传统方法依赖SQL查询与编程(如Matplotlib、ECharts),技术门槛高且流程繁琐。借助LLM(大语言模型)的自然语言理解与RAG(检索增强生成)技术,可实现从自然语言指令到可视化图表的自动转换,极大降低了使用门槛。这种技术组合的价值在于将专业的数据分析能力封装为简单的对话接口,特别适用于需要快速生成报表的运营、销售等业务场景。本文以Dify Chatflow工作流编排为核心,结合EChart

weixin_29081703的博客 221

华为云Flexus+DeepSeek征文|基于华为云 CCE 部署 Dify 打造图表可视化 Chatflow 全指南

华为云平台推出基于Dify-LLM和DeepSeek推理的图表可视化助手(Chatflow),通过CCE容器高可用部署方案实现高效数据处理与交互式图表生成

weixin_62782025的博客 1076

基于Dify Chatflow与ECharts构建对话式图表生成应用

数据可视化是数据分析与业务洞察的关键环节,其核心原理是将抽象数据转化为直观的图形,以揭示数据背后的模式与趋势。传统方法依赖专业开发人员手动编写配置代码,流程繁琐且门槛较高。随着大语言模型(LLM)与检索增强生成(RAG)技术的发展,自然语言处理能力得以与结构化数据源结合,为自动化图表生成提供了新的技术路径。这极大地提升了业务人员的数据探索效率,降低了可视化技术的应用门槛。其核心价值在于将非结构化的用户需求,通过智能体工作流,自动转化为可直接执行的可视化配置。典型的应用场景包括业务报表自动生成、数据探索对话助

weixin_29209805的博客 321

zynq+ad9361 petalinux使用官方IIO示波器调试记录

1ad9361 iio示波器

Yetob的博客 7992

Dify Chatflow + ECharts 实战:5分钟搭建自然语言转可视化报表工具(附完整数据库配置)

本文详细介绍了如何利用Dify Chatflow与ECharts快速搭建自然语言转可视化报表工具,实现5分钟内完成配置并生成专业图表。通过优化SQL查询和智能图表选择,该方案显著降低技术门槛,特别适合产品经理、运营人员等非技术背景用户快速获取数据洞察。

weixin_33701251的博客 259

AD23导出Gerber文件保姆级教程:从PCB到嘉立创下单,一步不落(附常见问题排查)

本文提供AD23导出Gerber文件的详细教程,涵盖从PCB设计检查到嘉立创下单的全流程,特别针对两层板设计场景,帮助新手工程师避免常见错误。内容包括Gerber文件生成步骤、钻孔文件设置、文件检查工具推荐以及嘉立创下单实操指南,确保PCB打样顺利。

weixin_30924239的博客 440

10分钟搭建智能图表生成器:基于Dify与ECharts的零代码实践

数据可视化是数据分析与业务决策的核心环节,传统方式往往需要分析师在Excel、Python等工具间手动切换,流程繁琐且效率低下。通过结合大语言模型(LLM)的意图理解能力与可视化库的渲染技术,可以实现从自然语言描述到交互式图表的自动化生成。这种技术方案的核心价值在于大幅降低数据可视化的操作门槛,让业务人员能够通过对话式交互快速获取洞察。在实际应用场景中,用户只需输入如“展示近三个月销售额趋势”的指令,系统即可自动完成数据检索、处理与图表渲染。本文以Dify平台的Chatflow工作流和ECharts图表库为

weixin_28455801的博客 311

C++调用海康相机SDK采集图像(C++\QT Creator\openCV\线程\接口)

C++调用海康相机SDK采集图像(C++\QT Creator\openCV\线程\接口) 之前写了一篇关于C++调用海康相机SDK采集图像的文章,有很多人私下发送消息咨询了一些问题,由于工作繁忙,只答复了一部分问题,今天抽出时间从头梳理了一下大家提出的问题,把我能够回答的问题都解答一次。上一次的程序只是简单的实现了图像的采集,没有使用到线程,今天把程序重新做出调整,把线程和多态加进去。文章最后有项目的下载地址。 我使用的是QT Creator这个IDE,版本信息如下: 我把相机采集的图像转换为openC

大樱桃的博客 1万+

【现代电路理论】【2】考尔法设计无源单口网络

夏 弥:其实你在冰面上看到鱼浮上来 明年冬天如果你还在那里,那鱼还是会上来换气 那时候你就可以带一把冰镐 把冰面砸开把鱼捞上来熬汤

痛苦的时候装出幸福相,这不是那么难做到的事 2886

Dify 从入门到精通(第 33/100 篇):Dify 的 A/B 测试与实验管理

Dify 的 A/B 测试通过在 Chatflow 中配置多个分支(如不同的 Prompt 或模型),随机分配用户流量,比较效果(如回答准确率、用户满意度)。实验管理通过日志和指标分析实验结果。核心功能流量分配:按比例分配用户到不同分支。指标收集:记录回答准确率、响应时间等。结果分析:比较实验组和对照组效果。适用场景Prompt 优化:测试不同 Prompt 的回答质量。模型选择:比较 GPT-4o 和 Claude。用户体验:提升满意度和转化率。

haolove527的专栏 815

保姆级教程:用Python+MM-Agent搭建自己的数学建模AI助手(支持GPT-4o/DeepSeek)

本文提供了一份详细的教程,教你如何使用Python和MM-Agent框架搭建数学建模AI助手,支持GPT-4o和DeepSeek-R1等LLM后端。从环境配置、HMML知识库集成到多LLM适配和建模流程实现,手把手教你构建智能建模系统,提升数学建模效率。

k6l7m8n9的博客 452

Dify本地部署及使用

dify

Mark_Australia的博客 104

SAP-ABAP:SAP IDOC 全面学习指南

SAP-ABAP:SAP IDOC 全面学习指南

baidu_35680696的博客 1616

用 CDS View I_APARToleranceGroup 管理客户与供应商收付差异容差:配置语义、字段解读与 ABAP 落地实践

财务共享服务中心常面临小额差异处理的挑战,SAP通过"客户/供应商容差组"机制实现自动清账规则配置。CDS视图I_APARToleranceGroup将配置数据转化为可查询维度,包含宽限天数、固定现金折扣等关键业务参数。该视图支持按公司代码和容差组查询差异处理策略,可用于报表开发、主数据校验和接口合规检查,帮助财务团队高效管理海量小额交易差异,减少手工操作。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 127

AI技术框架、AI编程工具(面试)和场景应用领域简介

AI应用领域和技术框架

usa_washington的博客 1136

PostgreSQL的学习心得和知识总结(一百二十六)|深入理解PostgreSQL数据库SQL执行时间计算 \timing 和 log_duration的使用和原理

1、参考书籍:《PostgreSQL数据库内核分析》2、参考书籍:《数据库事务处理的艺术:事务管理与并发控制》3、

孤傲小二~阿沐的博客 984
上一篇: Dify 实战教程 | 10分钟搭建你的聊天助手(旅游顾问)
下一篇: 只改2行代码,RAG效率暴涨30%!多种任务适用,可扩展至百亿级数据规模应用
AI大模型_学习君
博客等级 码龄3年 6137粉丝 551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