xiaohuihui-dify-tech-article

仓库: wwwzhouhui/skills_collection
安装量: 41
排名: #17593

安装

npx skills add https://github.com/wwwzhouhui/skills_collection --skill xiaohuihui-dify-tech-article

小灰灰 Dify 案例文章生成器

专业的 Dify 工作流案例分享创作助手,完全遵循小灰灰公众号的写作风格和 Dify 特色结构规范。

核心功能 ✅ Dify专属结构: 前言 → 工作流制作 → 总结 ✅ 工作流节点详解: 开始、LLM、Agent、代码执行、插件配置等 ✅ 插件安装指南: 第三方插件的搜索、安装、授权步骤 ✅ MCP工具集成: MCP server 部署和配置说明 ✅ 效果展示优先: 先展示工作流效果,再介绍制作过程 ✅ 口语化技术文: "话不多说"、"手把手搭建"、"好很多"等亲和表达 ✅ 魔搭社区推荐: 优先使用魔搭社区提供的免费模型 ✅ 真实图片生成: 自动生成配图并上传到腾讯云 COS 图床 使用方法 基础用法 用小灰灰公众号风格写一篇 Dify [工作流功能] 的案例分享文章

详细用法 帮我写一篇小灰灰风格的 Dify 案例文章: - 功能: [工作流实现的功能] - 涉及插件: [需要安装的插件] - 核心节点: [主要使用的节点类型] - 技术栈: [MCP、第三方API等]

图片生成工作流 图片生成策略

生成 Dify 案例文章时,必须包含真实的图片,而非占位符。遵循以下工作流:

  1. 规划图片需求

根据文章内容,规划需要的图片类型和数量:

✅ Dify 工作流必需图片类型:

工作流全局图 (1张): 完整工作流的节点连接图 节点配置截图 (6-10张): 每个关键节点的详细配置 插件安装截图 (2-3张): 插件市场搜索、安装、授权界面 效果演示图 (2-3张): 工作流运行效果、生成结果展示 代码配置图 (1-2张): 代码执行节点的代码内容 模型配置图 (1-2张): LLM 模型选择和参数配置

❌ 需要实际操作的图片:

实际工作流截图: 需要在 Dify 平台实际搭建 插件授权界面: 需要实际安装插件后截图 运行日志: 需要实际运行工作流后截图 效果展示: 需要实际测试工作流效果

图片数量建议:

工作流配置截图: 8-12 张 插件安装截图: 2-3 张 效果演示: 2-3 张 合格标准: 总计 >= 10 张 优秀标准: 总计 >= 15 张 2. 上传图片到 COS

使用提供的 scripts/upload_to_cos.py 脚本上传图片。

前置要求: 在项目根目录创建 .env 文件,配置腾讯云 COS 信息:

.env 文件内容

COS_SECRET_ID=your-secret-id COS_SECRET_KEY=your-secret-key COS_BUCKET=your-bucket-name COS_REGION=your-region

上传命令:

基础上传(自动生成文件名)

python scripts/upload_to_cos.py /path/to/image.png

自定义文件名

python scripts/upload_to_cos.py /path/to/image.png --name workflow-20251122.png

静默模式(只输出 URL)

python scripts/upload_to_cos.py /path/to/image.png --quiet

  1. 使用真实 URL

上传成功后,在文章中使用返回的完整 COS URL:

工作流全局图

图片命名规范 自动生成: image-YYYYMMDD-HHMMSS.extension 语义化: workflow-20251122.png, plugin-install-20251122.png, node-config-20251122.png 图片质量要求 尺寸: 1200x800 或 16:9 比例(横向) 格式: PNG(截图/UI) 大小: < 500KB/张 清晰度: 文字清晰可读 文章结构模板 第1章: 前言 (约300-400字) 第一段: 技术背景介绍 (100-150字)

介绍相关技术概念或应用场景,说明其重要性。

示例:

RSS(Really Simple Syndication)是一种基于XML的网络内容分发格式, 主要用于将新闻、博客、论坛等频繁更新的内容以订阅的方式提供给用户。 它允许用户通过RSS阅读器在一个界面中跟踪多个网站的更新, 而无需手动访问每个网站。

第二段: 问题或需求引入 (100-150字)

描述用户痛点或需求,引出本文要解决的问题。

示例:

之前给大家做过一期文生视频的dify工作流的案例, 使用的是智普提供文生视频功能。 之前的这个文生视频效果一般般,用户体验不是太好。 有没有办法实现调用即梦AI实现文生视频功能,而且还免费呢?

第三段: 解决方案和效果展示 (100-150字)

引入本文的 Dify 工作流方案,展示效果图。

固定句式:

今天给大家带来一个基于dify工作流的[功能名称]。 下面大家看看一下工作流以及工作流生成[功能]的效果。

工作流全局图

生成的效果如下:

效果展示

那么这样的基于dify工作流的[功能]是如何制作的呢?话不多说,下面开始干活。

第2章: 工作流制作 (约1500-2500字) 2.1 前置准备(如需要)

插件安装模板:

[插件名称]安装

我们在dify的插件市场中查找名称"[插件名称]"

插件搜索

搜索到这个插件后,点击"安装"按钮完成插件的安装。

插件安装

安装完成后,我们可以在已经安装的插件列表中查询到

插件列表

[插件名称]授权

插件安装完成后,我们打开[插件名称]点击"授权"按钮

插件授权

这里[填写授权参数说明],我们点击保存就可以了

授权完成

MCP Server 部署模板:

MCP Server 部署

这个工作流核心是一个基于[mcp-server名称]的开源项目。 项目地址: https://github.com/xxx/xxx

项目地址

我们要使用这个mcp-server功能,所以我们需要把这个项目部署起来。 目前这个项目比较完整支持docker和源码部署。

部署命令:

# Docker 部署
docker run -d \
  --name mcp-server \
  -p 8005:8005 \
  image:latest

部署完成后,访问地址: http://your-server:8005/mcp

2.2 工作流搭建

开始节点模板:

开始

我们首先在工作流平台上创建一个 chatflow/workflow。

创建工作流

创建完成后,我们就可以设置一下开始节点。 这个开始节点需要设置一个[参数名称],用于[参数用途]。

开始节点配置

我们这里提供[选项列表]供用户选择。

参数选项

上面我们就完成了开始节点的配置。

LLM节点模板:

LLM大语言模型

大语言模型这块我们选择魔搭社区提供的免费[模型名称]模型。 关于这个模型大家可以在魔搭社区广场找到。

模型选择

目前魔搭社区提供每天2000次的模型调用,个人测试使用基本上是够用了。

免费额度

系统提示词内容如下:

你是一个[角色定义],用户输入[输入描述],
通过[处理方式]生成[输出描述]。

举例:
输入:[示例输入]
输出:[示例输出]

模型其他参数: - 模型: [模型名称] - 温度: 0.7 - 最大token: 2000

LLM配置

Agent节点模板:

Agent策略

这个工作流用到Agent策略,如果dify平台上没有安装Agent策略插件的可以先安装一下。

我们可以在插件市场-Agent策略找到这个插件。

Agent插件

插件安装完成后,我们可以在已安装插件上查找到

插件列表

Agent配置: - 推理模型: [模型名称] - MCP工具: [工具名称] - 最大迭代: 5

Agent配置

代码执行节点模板:

代码执行

这个代码执行节点主要是通过代码的方式处理[处理内容]。

输入参数: - arg1: [参数描述] - arg2: [参数描述]

输入参数

输出变量: - result: [返回描述],返回类型是 string/object

中间处理的代码如下:

import json

def main(arg1: str, arg2: str) -> dict:
    # 处理逻辑
    result = process_data(arg1, arg2)
    return {
        "result": result
    }

代码内容

HTTP请求节点模板:

HTTP请求

这里我们需要一个HTTP请求,调用[API名称]接口。

请求配置: - 方法: POST - URL: https://api.example.com/v1/generate - Headers: json { "Authorization": "Bearer {{auth_token}}", "Content-Type": "application/json" } - Body: json { "prompt": "{{prompt}}", "model": "gpt-4" }

HTTP配置

返回数据格式:

{
  "status": "success",
  "data": {
    "result": "生成的内容"
  }
}

2.3 测试验证

模板:

测试验证

配置完成后,我们点击"运行"按钮测试工作流。

运行测试

输入测试内容: [测试输入示例]

查看运行日志:

运行日志

查看生成结果:

生成结果

通过对比来看效果不错,基本达到预期。话不多说,是不是很简单?

第3章: 总结 (单段300-400字,禁止分段)

标准模板 (必须严格遵守):

今天主要带大家了解并实现了基于Dify工作流的[功能全称]完整流程, 该工作流以"[核心技术1 + 核心技术2]"为核心, 结合[应用场景]需求, 通过[节点1]、[节点2]、[节点3]等关键节点, 配合[插件名称]插件和[工具名称]工具, 形成了一套从[起点]到[终点]的完整解决方案。 通过这套Dify工作流,[用户群体]能够高效实现[核心价值] —— 借助具体操作, 无需[传统障碍], 就能快速核心功能。 无论是[功能1]、[功能2],还是[功能3]、[功能4], 都能通过简单的节点配置完成, 极大[提升维度]。 在实际应用中,该工作流不仅[优势1],还[优势2], 适配性远优于[传统方案]; 特别是通过[关键技术点],有效解决了[具体问题]的难题。 同时,工作流具备良好的扩展性 —— 小伙伴们可以基于此扩展更多[应用场景], 如[场景1]、[场景2]、[场景3]等, 进一步发挥Dify工作流在[领域1]、[领域2]等领域的应用价值。 感兴趣的小伙伴可以按照文中提供的步骤进行实践, 根据实际[需求类型]调整[可调整项]。 今天的分享就到这里结束了,我们下一篇文章见。

检查清单:

单段不分段 300-400字 强调 Dify 工作流 列举4+功能/节点 对比传统方案 3+扩展场景 固定结束语 第4章: 附加资源(可选)

项目资源

工作流DSL: 提供工作流的DSL文件供下载导入。

相关链接: - Dify官网: https://dify.ai - 插件市场: https://marketplace.dify.ai - 魔搭社区: https://modelscope.cn

在线体验: 如果提供了在线体验地址,可以添加。

附件代码: 网盘分享: dify-workflow.zip 链接: https://pan.baidu.com/s/xxx 提取码: abcd

首发于魔搭研习社

Dify 特色语言风格 Dify 专用词汇

工作流相关:

"工作流节点"、"chatflow"、"workflow" "开始节点"、"LLM节点"、"Agent节点"、"代码执行节点" "条件分支"、"变量聚合器"、"直接回复" "上下文变量"、"系统变量"

插件相关:

"插件市场"、"第三方插件"、"插件授权" "已安装插件"、"插件升级"

模型相关:

"魔搭社区"、"免费额度"、"每天2000次调用" "大语言模型"、"系统提示词"

MCP相关:

"MCP server"、"MCP工具"、"streamable-http" "MCP协议"、"双向MCP" 口语化表达

必用词汇:

问候语: "小伙伴们"、"大家"、"给大家" 语气词: "话不多说"、"下面开始干活"、"好很多" 疑问引导: "是不是很简单?"、"效果不错吧?" 对话感: "我们接下来..."、"手把手搭建"

时效性标签:

"今天给大家带来" "最新推出" "下面介绍一下..." Dify 特色视觉元素 图片格式

必须使用真实的腾讯云 COS URL:

图片描述

Dify 特色图片类型:

工作流全局图 节点配置截图 插件市场截图 授权界面截图 代码执行截图 运行日志截图 效果展示图 代码块规范

Python代码:

import json

def main(arg1: str) -> dict:
    # 处理逻辑
    data = json.loads(arg1)
    result = process(data)
    return {"result": result}

系统提示词:

你是一个[角色],用户输入[内容],
生成[结果]。

举例:
输入:[示例]
输出:[示例]

HTTP请求:

{
  "method": "POST",
  "url": "https://api.example.com",
  "body": {
    "prompt": "{{prompt}}"
  }
}

工作流DSL:

version: "1.0"
nodes:
  - id: start
    type: start
    config:
      variables:
        - name: query
          type: string

质量标准 合格标准 (必达) ✅ 总字数 > 1800字 ✅ 标题格式: "dify案例分享-[功能名称]" ✅ 工作流截图 >= 10个 ✅ 节点配置说明 >= 5个 ✅ 代码块 >= 3个 ✅ 总结单段 300-400字 ✅ 固定结束语 ✅ 强调魔搭社区免费模型 优秀标准 (建议) 🌟 总字数 > 2500字 🌟 工作流截图 >= 15个 🌟 节点配置说明 >= 8个 🌟 代码块 >= 5个 🌟 包含插件安装步骤 🌟 包含MCP集成说明 🌟 提供在线体验或DSL下载 错误避免 ❌ 禁止 总结分段 缺少工作流全局图 节点配置说明不清 省略插件安装步骤 缺少效果展示 不提魔搭社区 使用占位符图片 ✅ 正确 口语化专业 工作流步骤完整 节点配置详细 截图充分清晰 代码可直接使用 优先推荐魔搭免费模型 总结深入单段 Dify 案例分类 常见工作流类型

文本处理类:

文本生成、文本转换、文本摘要 翻译、语法检查、内容优化

图像处理类:

文生图、图生图、图像识别 OCR识别、图像转视频

视频处理类:

文生视频、图生视频 视频摘要、字幕生成

数据处理类:

数据抓取、数据清洗 数据可视化、图表生成

集成应用类:

飞书集成、企业微信集成 数据库查询、API调用

MCP工具类:

MCP server集成 双向MCP协议应用 触发方式

自动触发关键词:

"Dify" + "工作流" "Dify" + "案例" "魔搭" + "Dify" "插件" + "Dify" 更新日志 v1.0.0 (2025-11-22) ✅ 初始版本 ✅ Dify 专属结构 ✅ 工作流节点详解 ✅ 插件安装指南 ✅ MCP工具集成 ✅ 口语化风格 ✅ 质量标准 技术支持

参考文档:

xiaohuihui-dify-tech-article2/ - Dify案例示例文章集合 xiaohuihui-tech-article/ - 通用技术文章模板参考

← 返回排行榜