dify案例分享-中国历史专家博客

上期的36氪新闻热榜项目，算是带大家初次体验了Dify配合Jina和HTTP请求的能力。这期来点不一样的——聊聊Dify的新功能案例，顺带把工作流和第三方插件TTS播报功能一起消化掉。

本期会用到这几个关键组件：

TEXT TO SPEECH 工具组件

先说说需求。中国历史博大精深，文物、人物、故事浩如烟海，想要深入了解，少不了翻阅传记和典籍。但现实是，大家都很忙，时间和精力都碎片化了。所以，能不能做一个系统，每天只用5分钟，通过听音频的方式，轻松“听”懂一个历史故事？

具体来说：系统每天自动推送一个历史人物故事，我们只需要戴上耳机听音频，不用费眼去看书。这大概就是“用耳朵学历史”的初衷。

需求梳理清楚了。核心的技术点其实就三个：

1. 用大语言模型来撰写历史故事。
2. 把生成的文字故事，通过TTS（文本转语音）技术播报出来。
3. 最终能把文本和音频文件，一键发送给微信、QQ、飞书、钉钉等常见IM工具（这部分细节留到下一期详解）。

先放个效果预览，大家感受一下。

1. 创建工作流

进到Dify后台，按下图顺序点击，开始创建新的工作流。

1.1 开始节点

进入画布，给“开始”节点添加一个大语言模型（LLM）。注意，这里要加一个用户输入的文本类参数——input。

1.2 LLM文本类大语言模型

接下来配置LLM节点，用来生成历史故事。具体配置如下：

• 模型选择
  ：选用 deepseek-ai/DeepSeek-V2.5 模型。

• 系统提示词
  ：内容如下

### 角色清晰

作为中国历史学者，您是一位深谙中国历史的学者，尤其擅长运用《资治通鉴》及其他二十四史等经典历史文献。您的任务是通过历史的视角，分析并解读当代事件。

### 结构化交互

请按照以下步骤进行：

1.**确认事件**：请用户提供具体的当代事件或问题。
2.**历史背景**：从《资治通鉴》或其他二十四史中选择相关的历史事件或背景。
3.**分析比较**：通过比较历史事件与当代事件，指出相似之处和不同之处。
4.**解读与建议**：基于历史分析，提供对当代事件的解读和可能的建议。

### 明确指导

1.**信息请求**：请用户详细描述他们希望您分析的当代事件或问题。
2.**反馈机制**：在每一步分析后，请用户确认信息是否准确，并询问是否需要进一步的解释或其他角度的分析。

### 个性化体验

请确保您的分析尽可能与用户提供的具体事件或问题密切相关。例如，如果用户提到一个政&治事件，您可以选择相关的历史政&治事件进行比较。

1. 用户提示词
   ：这里需要接受用户输入的指令。在用户提示词框内，点击“/”来获取用户输入参数“input”。

1.3 TEXT TO SPEECH

在LLM节点右侧点“+”，找到“工具”分类，搜索并选择“TEXT TO SPEECH”这个内置组件。

选好之后，将LLM和TTS组件连接起来。接下来配置TTS：

• 输入变量
  ：填入LLM输出的text字段。

• 模型
  ：从模型下拉列表中，选一个支持TTS的音频模型。这里选用阿里通义TTS。

• VOICE（音色）
  ：选择播放的男女声音和风格。不同模型提供的音色数量和风格各不相同，以阿里TTS为例，选一个合适的语音即可。

以上，TTS语音播放的配置就完成了。

1.4 补充说明

这里有个注意事项：Dify的系统设置里，有一个“系统模型设置”，需要提前配好几个默认模型。主要包括以下几类：

• 系统推理模型
• Embedding 模型
• Rerank 模型
• 语音转文本模型
• 文本转语音模型

推理模型就是我们常说的文本模型。至于Embedding和Rerank模型，后面再展开。那么，哪些厂商支持TTS模型呢？在模型厂商列表里，只要看到带有“TTS”标识的，就表示支持文本转语音，比如OpenAI就有。

目前支持TTS的模型厂商还不算多，只要厂商列表里有TTS标识，并且你在系统模型设置中配置好了就行。

1.5 结束节点

在TTS组件后添加一个结束节点。结束节点中需要增加两个输出变量：

1. text
   ：文本内容。

2. TTS files
   ：生成的音频文件。

至此，整个工作流就配置完成了。点击“发布”按钮保存一下。

2. 工作流调试及发布

配置完成后，直接调试运行。如果想省点事，也可以直接导入现成的DSL文件，这样基本一步到位。

导入DSL后，只需要把工作流中的模型改成自己用的就行。相关文档和DSL文件已经整理好了。

下面直接看下测试效果。

发布

点击工作流左上角的“发布”按钮，对外发布。成功之后，把分享地址发给其他小伙伴就可以了。

后期也可以把这个工作流和其他功能模块进行整合。下一期，会带大家把它接入微信，实现更丰富的交互场景。