Dify Workflow 重磅上线！

“I think AI agent workflows will drive massive AI progress this year — perhaps even more than the next generation of foundation models. This is an important trend, and I urge everyone who works in AI to pay attention to it.”

—Andrew Ng

“我认为，AI agent workflow 将在今年推动人工智能取得巨大进步，甚至可能超过下一代基础模型。这是一个重要的趋势，我呼吁所有从事人工智能工作的人都关注它。”

—吴恩达

过去一年，大型语言模型（LLMs）的潜力有目共睹，但如何将这些能力转化成可落地的具体解决方案，依然是个难题。LLM 输出天然带有不确定性，单靠一个 prompt 根本撑不起复杂业务逻辑。尤其是在企业生产环境中，既要让 LLM 嵌入流程实现自动化，还要保证输出稳定可靠，这可不是件容易的事。

经过社区用户两周的小范围测试，Dify 终于正式上线了 AI Workflow。简单说，它不像大模型那样只能靠一个 prompt 一问一答，而是通过多步骤的流程逻辑，输出结果可预测、可控制。

<iframe allowfullscreen="" frameborder="0" src="https://mp.weixin.qq.com/mp/readtemplate?t=pages/video_player_tmpl&action=mpvideo&auto=0&vid=wxv_3405654992793911297"></iframe>

构建 iPhone customer service 的演示

Workflow 目前可以作为一个独立的应用类型访问，也可以在“聊天助手”应用中激活，用于构建复杂的对话流（Chatflow）。

PS: 如果你在此前已经创建的 chatbot 应用在专家模式下，Dify 仍然保留它原有的编辑模式，你可以选择升级成为 workflow 模式，你的数据并不会受到影响。

拖、拉、拽编排

Workflow 的核心是一个直观的拖放界面。你只需要在无限画布上拖拽连接不同节点，就能搭出一套完整的工作流。本次版本优先支持以下核心节点：

• LLM：
  选择任意一个主流的大型语言模型，并定义它的输入和输出。

• 工具：
  使用内置的和自定义的工具来扩展你的 workflow 能够实现的功能。

• 意图分类器：
  让 LLM 对用户的输入自动分类，根据不同的类别进行工作流转。

• 知识检索：
  为你的 LLMs 挂载来自现有知识库的上下文数据。

• 代码：
  执行自定义的 Python 或 Node.js 代码。

• If/Else 块：
  定义条件逻辑以创建分支的 Workflows。

但这只是个开始。Workflow 的架构预留了充足的扩展空间，后续会根据社区需求不断加入新节点，覆盖更广泛的应用场景。

灵活地配置节点

Workflow 的一个关键优势是其灵活性。每个节点都是可配置的，允许根据你的确切需要来自定义你的 Workflow。你可以为每个节点定义输入和输出，确保它的工作逻辑和数据流动符合你的预期。

对于更高级的数据操作，Workflow 提供了专门的节点类型。Dify 设计了“模板”和“变量分配器”节点，让你在节点之间重塑和重新分配变量，实现复杂的数据转换。“HTTP 请求”节点允许你通过直接从你的 Workflow 发出 HTTP 请求来与外部服务集成。而“代码”节点让你注入自己的 Python 或 NodeJS 代码，这样你就可以以更加自由的方式实现自定义逻辑和数据控制。

与 Dify 生态系统的无缝集成

Workflow 完美融入 Dify 生态系统。它为所有内置和自定义工具提供了原生支持，确保你可以充分利用 Dify 平台的全部能力。你可以将已设置好检索方案的知识库、平台提供的第一方丰富工具、自定义的工具等，作为其中一个节点能力编排。

就像 Dify 的每一个功能一样，Workflow 最终为你交付 API，允许你轻松地将你的 Workflows 集成到你现有的应用程序和系统中。而且，借助 Dify 内置的“日志分析”、“应用运行数据概览”、“日志反馈”等可观察性功能，你可以随时观察关键的日志数据，以便随着时间监控和优化你的 Workflows 工作表现。

强大的调试和测试

一个新共识是：构建可靠的 LLM 应用是具有一定挑战性的。因此，Dify 直接将强大的调试和测试工具集成到 Workflow 中。在 Dify 中，你可以轻松地端到端测试你的 Workflows，确保你的应用程序从开始到结束的行为符合预期。你还可以单独测试每个节点，让你能够快速定位问题。

所有的测试运行都会自动记录下来，为你提供 workflow 行为的详细记录。如果出现问题，你可以追溯你的测试历史，识别问题，并采取纠正措施。在处理像 LLM 应用这样复杂的系统时，这种可追溯性是至关重要的。

开放性：支持 DSL 导入导出

Dify Workflow 的 DSL 导入导出功能，可以说是最酷的一点。通过 DSL，你可以轻松地导出你的 Workflows 并将它们导入到其他工作区，在系统之间移动你的 Workflows 并根据你的需要再次自定义它们。这个特性为社区内的合作、分享和在他人工作基础上再构建打开了一扇合作与共享的大门。

向 AI 落地业务迈进

随着 LLM 创新者的不断探索，Dify 推出了 workflow。正如吴恩达博士所说，AI workflow 将会是今年推动人工智能落地应用的重要举措和趋势。Dify 的使命一直很清晰：为所有 LLM 创新者提供强大的工具，以更有效的方式使用 AI 构建你的业务流程。Workflow 是朝向这一目标迈出的一大步，我们希望它能帮助你将 AI 输出变得更加稳定和可靠，并推动 LLMs 在现实世界中落地生产。

期待看到你使用 Dify 将无数的想法变为现实。