示例工程【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow点击查看免费下载本篇技术指南以开源仓库 Awesome-Dify-Workflow 的英文主文档README_EN.md与 README.md 互为双语版本为核心全面讲解该仓库沉淀的 Dify 工作流资产如何按版本前提导入 DSL、如何根据目录索引快速定位所需 Workflow、五个代表性工作流的源码级实现细节以及维护者在长期实践中沉淀的十余条常见问题速查。读完本文你将掌握从「复制 DSL 文件 URL 导入 Dify」到「读懂并改造他人工作流节点逻辑」的完整闭环并能独立处理沙箱依赖、字符串超限、知识库排队等高频运维问题。一、项目定位与导入版本前提Awesome-Dify-Workflow 是一个专门收集、整理「好用 Dify 工作流」的开源仓库定位是自用与学习两相宜所有 DSL 基本都可免费使用同时持续收录、更新新流程。在使用前有两个必须明确的版本前提来源README_EN.md请使用 Dify 0.13.0 及以上版本导入。该版本线开始支持任务并行parallel tasks、会话变量session variables、表单forms、ECharts 渲染等特性Agent 节点是 Dify 1.0 之后的功能涉及 Agent 节点的流程如Agent工具调用.yml、旅行Demo.yml、Demo-tod_agent.yml请尽可能使用最新版 Dify 导入。所有 DSL 均为工作流模式workflow mode可以方便地发布为工具Tool后嵌入 ChatBot 流程工作流内部会包含基础的输入节点、条件判断、变量聚合器、输出等组件见 README_EN.md。二、DSL 目录按分类与更新批次快速定位工作流仓库的导用方式是参考表格中每个 yml 的描述 → 在 DSL 文件夹中找到对应文件 → 复制文件的 URL → 导入自己的 Dify 账号。目录按「更新批次 主题分类」组织下表完整保留了原文档的分类清单。2.1 最新更新批次2025-04 至 2024-11文件描述来源sanic-web2025-04-17以 DIFY 作为服务层的数据库问答项目有独立 Web 交互界面项目完成度高按文档逐步操作即可启动使用 ollama 的 qwen 与 deepseek 模型效果不错sanic-webMCP-amap.yml2025-04-16使用 MCP Agent 策略调用 MCP 工具高德地图在线服务的示例需先注册开发者账号申请免费 Key替换流程中的掩码部分svcvit图文知识库2025-04-07实现「检索知识库后图文配文」效果在知识库中加入图片的远程链接即可示例附带 Markdown 文件见 DSL/图文知识库svcvitDemo-tod_agent.yml2025-03-21使用 Dify 1.0 Agent 节点针对对话场景优化多轮对话、上下文理解、信息收集等svcvitDeep Researcher On Dify .yml2025-02-24Deep Researcher 工作流复现方案AdamPlatin123Agent工具调用.yml2025-02-17使用 Dify 1.0 Agent 节点通过 Function CallingFC调用不同工具进行回复svcvit旅行Demo.yml2025-01-23演示旅行信息收集、Tool 调用、对话历史上下文存储将对话消息存入会话变量session variables纳入 Agent 的思考上下文svcvit春联生成器.yml/春联生成器 (“福”到了版本).yml2025-01-21春联生成工具注意字体需本机已安装可按需修改字体微信群 Junjie.M完蛋我被LLM包围了 .yml2025-01-21借鉴 modelscope 的 llm_riddles 示例的 LLM 闯关小游戏工作流微信群 Junjie.MFile_read.yml2024-12-05使用沙箱读取并解析文件pandas 读取 CSV 示例需配合 dify-sandbox-py 并挂载上传目录svcvitrunLLMCode.yml2024-12-05执行 LLM 生成的代码因代码节点无法直接引用 LLM 输出改用 HTTP 请求方式执行附 CSV 分析示例svcvit数据分析.7z2024-12-05数据分析示例按需求查询数据库、生成解读与图表压缩包内含工作流文件与 Flask 服务微信群 简单平凡LanguageConsistencyChecker.yml2024-11-29三语言检查器主要用于优化翻译内容还配套 Web 前端langfixermatplotlib.yml2024-11-22用 matplotlib 画图将图片输出为 Base64 再通过回复渲染注意官方沙箱权限复杂需配合 dify-sandbox-pysvcvitjieba.yml2024-11-22Jieba 中文分词示例同样需配合 dify-sandbox-pysvcvitjson-repair.yml2024-11-20修复大模型输出的非标准 JSON缺引号、多括号为可解析 JSONsvcvitjson_translate.yml2024-11-15解析 JSON 中需翻译的内容使用**迭代器iterator**翻译再重组为新 JSON 且保持原结构svcvit腾讯云SubtitleInfo.yml2024-11-14腾讯云授权信息加密获取内容的代码示例适合参考代码节点用法微信分享群chart_demo.yml2024-11-14通过回复内容渲染图表也可以结合 SQL 查询结果拼接图表内容svcvitForm表单聊天Demo.yml2024-11-12在对话框内通过表单登录后才有权限访问模型svcvit补充仓库 DSL 目录中还存放了未列入英文版表格的部分流程如AgentFlow.yml、MCP.yml、思考助手.yml、瞎说新语v2.yml等中文版 README.md 的更新记录更为完整可交叉查阅。2.2 翻译类Translation文件描述来源中译英.yml采用宝玉Baoyu的 Prompt直译 → 反思 → 意译将中文翻译为高质量英文暂无DuckDuckGo 翻译LLM 二次翻译.yml与三步翻译类似但把第一步直译替换为传统翻译引擎节省 Token、提高效率与质量暂无translation_workflow.yml基于吴恩达提出的Agentic Workflow录入「输入语言、目标语言、国家、原始文本」4 个参数提供更细致的翻译结果andrewyng/translation-agent宝玉的英译中优化版.yml宝玉的科技文章英译中优化版主要优化了提示词与 XML 标签baoyu.io全书翻译.ymlDIFY 官方示例切分长文本后在迭代器内翻译DIFY 官方探索内容2.3 工具类Tools文件描述来源SEO Slug Generator.yml为博文生成 URL slug参考自宝玉的 XdoteyDocument_chat_template.yml基于知识库聊天的模板Winson-030搜索大师.yml通过 SearXNG 搜索再用 Jina 抓取搜索内容Winson-030标题党创作.yml爆款网文作家创作工作流ghostviper文章仿写-单图_多图自动搭配.yml文章仿写支持单图/多图自动搭配ghostviperText to Card Iteration.yml自动生成小红书风格的图文卡片Dify Workflow-Agent 设计交流群 ArthurDify 运营一条龙.yml小红书、抖音、微博、B 站一条龙运营2024/11/21 更新主流程因图片生成服务问题已不可用仅作思路参考视频「Dify 一键生成多尺寸 Cover 与全平台文案」Jina Reader Jinja.yml基于 TavilySearch 与 Jina 的问答流程Dify Workflow-Agent 设计交流群llm2o1.cn.yml任务拆解 → 提取步骤 → 迭代步骤执行 → 归纳总结 → 输出结果okooo5kmdify_course_demo.yml自动化生成全套教程dify_coursesimple-kimi.yml简易自制 Kimi 风格工作流aws-samplesClaude3 Code Translation.yml不同编程语言之间的代码翻译工作流aws-samples2.4 聊天机器人类Chatbots与代码类Code文件描述来源根据用户的意图进行回复.yml判定用户聊天意图按意图选择不同工作流路径回复再风格化话术无mem0ai带记忆的聊天流程完整代码见来源项目dify-plugin-mem0ai记忆测试.yml添加短期记忆与 CoT 思维链的示例自动问答机器人可主动触达按上下文选择最佳回复微信 svcvitPython Coding Prompt.yml通过聊天对话方式生成 Python 代码Sonnet 3.5 for Coding 系统提示词三、代表性工作流源码级拆解本节选取目录中的核心流程直接阅读仓库 DSL 目录下的 YAML 源文件从节点拓扑、提示词与代码三个层面还原实现原理方便你「看懂别人的流程」并加以改造。3.1 translation_workflow.ymlAgentic Workflow 的四段式翻译流水线文件DSL/translation_workflow.yml。其拓扑见 L127-L453为开始(4参数) → TRANSLATION(LLM) → COUNTRY IS NULL(if-else) ├─ true → EXPERT_SUGGESTIONS(LLM) └─ false → EXPERT_SUGGESTIONS_WITH_COUNTRY(LLM) → SUGGESTIONS(变量聚合器) → IMPROVE_TRANSLATE(LLM) → 结束关键实现要点输入参数L133-L157source_lang文本输入最大 48 字符必填、target_lang文本输入必填、country文本输入可选、source_text段落输入最大 50000 字符必填。其中country可选是后续分支的关键第一段 TRANSLATIONL171-L217系统提示词声明「You are an expert linguist」用户提示词要求只输出译文、不附加解释模型使用deepseek-chat、temperature: 1分支判断L218-L247if-else节点通过comparison_operator: empty判断country是否为空从而决定走「带国家」还是「不带国家」的专家建议路径两条专家建议路径L248-L353二者提示词几乎一致区别是EXPERT_SUGGESTIONS_WITH_COUNTRY额外要求「最终风格与语气匹配目标语言在指定国家country的口语表达」并约定用 XML 标签SOURCE_TEXT、TRANSLATION包裹原文与初稿审查维度固定为四条准确性accuracy、流畅度fluency、风格style、术语terminology变量聚合器 SUGGESTIONSL354-L377output_type: string把两个 LLM 分支的text输出聚合成单一字符串最终润色 IMPROVE_TRANSLATEL378-L430以SOURCE_TEXT、TRANSLATION、EXPERT_SUGGESTIONS三个 XML 标签同时喂入原文、初稿与专家建议要求按五类错误增译/误译/漏译、语法、风格、术语、其他编辑译文只输出新译文。从该文件可以直观看出「Agentic Workflow」的典型形态初译 → 反思专家审阅→ 修订且温度从 1.0初译降到 0.7建议与修订兼顾创造性表达与输出稳定性。3.2 中译英.yml宝玉三步翻译 Prompt 的最小落地文件DSL/中译英.yml。拓扑极为精简开始(content) → LLM → 结束核心全部封装在单个 LLM 节点的系统提示词中L93-L135直译保持原有 Markdown 格式不遗漏任何信息反思基于直译结果指出具体问题不符合英文表达习惯、语句不通顺、晦涩难懂等要求准确描述、不做笼统表示意译综合前两步重新意译保证原意基础上更符合英文科研论文表达习惯同时保持原有格式不变。提示词还内置了术语对照表如 零样本 → Zero-shot、少样本 → Few-shot并要求按固定模板输出三段### 直译/### 问题/### 意译。该流程使用deepseek-chat、temperature: 1.1L87-L91可整体迁移到任意支持长上下文的模型。3.3 json_translate.yml迭代器驱动的结构化 JSON 批量翻译文件DSL/json_translate.yml。这是「代码节点 迭代器 内置工具」配合的典型范例拓扑为开始(json_data) → 抽取(code) → 迭代(解析(code) → 翻译(tool) → 合并(code)) → 组装(code) → 结束抽取节点L164-L196递归遍历 JSON收集所有「可翻译文本」。判定逻辑值得复用到其他流程数字类型与非字符串类型直接跳过通过正则黑名单过滤不可翻译项颜色代码^#[0-9A-Fa-f]{3,8}$、纯数字、UUID^[0-9a-fA-F-]{36}$、URL^https?://、IP 地址、日期数字、邮箱等至少含一个中文字符或字母才判定为可翻译。输出结构为items_to_translatearray[object]每个元素含path从根到值的路径数组与text迭代器L224-L255iterator_selector指向抽取.items_to_translateis_parallel: false、parallel_nums: 10、error_handle_mode: terminated内部依次执行「解析取出 item 的 path/text→ 翻译内置 google_translate 工具dest: en→ 合并把translated_text写回 item」组装节点L387-L402update_json_with_translations深拷贝原始 JSON按每个 item 的path逐级定位列表索引需从字符串转回整数并回填译文最后json.dumps(..., ensure_asciiFalse, indent2)输出格式化结果。这套「抽离可翻译项 → 迭代翻译 → 按路径回填」的架构可轻松替换翻译工具为 LLM 节点或企业翻译 API是处理 i18n 语言包、配置文件的通用模板。3.4 json-repair.yml非标准 JSON 的自动修复文件DSL/json-repair.yml。拓扑为开始(llm_string) → 代码执行 → 结束L36-L138开始节点定义llm_string段落输入最大长度 10000 字符L60-L71代码节点核心逻辑L86-L88import json_repair import json def main(llm_string): new_string json_repair.repair_json(llm_string, ensure_asciiFalse) return { result: new_string }即调用 Python 的json_repair库对 LLM 输出做容错修复缺引号、多括号、未闭合等ensure_asciiFalse保证中文不被转义。注意该流程依赖沙箱中已安装json_repair库安装方式见下文第五节。3.5 matplotlib.ymlBase64 图片渲染的完整链路文件DSL/matplotlib.yml其mode为advanced-chatL5。拓扑开始 → 代码执行 → 直接回复。代码节点L122-L136有两个值得注意的细节首行Path.home lambda: Path(/dependencies/home)官方沙箱的HOME权限复杂通过重定向Path.home绕过 matplotlib 写缓存目录的权限问题绘图后plt.savefig(buffer, formatpng, dpi100)写入内存缓冲区再用base64.b64encode(...).decode(utf-8)转为 Base64 字符串回复节点L100-L103通过 Markdown 内嵌 data URI 渲染描述文本这套「画图 → Base64 → data URI 渲染」的思路同样适用于 ECharts 图表、PDF 预览等场景。3.6 图文知识库让检索结果「图配文」文件DSL/图文知识库内含图文知识库.yml 与配套 Markdown 文档如 知识库内容/coffbox开启Gemini和Anthropic代理chatwise连接方法.md。核心思路是在知识库文档中加入图片的远程 URL检索召回时即可呈现图文配文效果若仅有本地 Word 图文、没有远程图片服务器则需要额外方案仓库中文版 README 提供了对应帖子链接。四、常见问题速查来自维护者一线解答原文档维护者在交流群中沉淀了一批高频问题以下完整收录详见 README_EN.mdDify 国内镜像源配置可把镜像链接前缀统一加上dockerpull.org沙箱安装 pandas 等第三方库打开/docker/volumes/sandbox/dependencies/python-requirements.txt填入所需依赖后重启沙箱定时执行某个工作流可参考 dify-schedule 项目实现周期性触发节点间传递 string 数据提示超限制修改.env中的两个参数后重启容器——CODE_MAX_STRING_LENGTH: 1000000 TEMPLATE_TRANSFORM_MAX_LENGTH: 1000000拿到图片 URL 无法在聊天窗口渲染Markdown 写法本身正确通常是图片不支持跨域请求CORS导致无法加载知识库上传大文件报错仅修改 Dify 配置还不够还需在.env中搜索nginx相关配置一并调整Nginx 上传大小限制知识库永久排队修改.env中LOG_FILE/app/logs/server.log然后重启容器自学 Dify 的途径可参考 dify101.com 等学习资料Dify 生成图表的方案Dify 自带柱状图、折线图等绘图功能也可自写 ECharts 插件从数据库读取数据绘图DuckDuckGo 翻译不可用多半是服务器挂了代理而 Dify 容器内未挂代理所致官方示例应用切换中文右上角头像 → 设置 → 语言先切换为其他语言再切回中文即可忘记管理员密码执行docker exec -it docker-api-1 flask reset-password五、沙箱依赖与 dify-sandbox-py仓库英文版明确提示在官方沙箱中运行pandas、numpy2.0、matplotlib、scikit-learn代码时经常报错典型如error: operation not permitted。维护者为此开发了简化版沙箱dify-sandbox-py上述依赖已实测可用需要运行matplotlib.yml、jieba.yml、File_read.yml、runLLMCode.yml、数据分析.7z等流程时建议替换使用相关背景见 README_EN.md。若仅需在既有沙箱中补充依赖按上文 FAQ 第 2 条操作即可编辑python-requirements.txt后重启沙箱容器。六、Dify 1.0 插件体系与离线安装插件是 Dify 1.0 最大的更新点。仓库维护者建立了 dify_plugin_collection 仓库存放 Dify 官方插件市场的安装包方便离线用户自由选择下载、不定期更新见 README_EN.md。若希望开发插件维护者开源了多款插件源码作为参考google translate属 Tool 插件代码量很少适合入门理解 Dify 插件文件结构conversation Agenttod_agent属 Agent strategy 插件Agent 策略抽象了 Dify 的很多能力玩法多但对开发者要求较高。仓库内与之配套的 DSL 包括Demo-tod_agent.yml对话优化 Agent 策略示例与Agent工具调用.ymlFunction Calling 调工具示例可在导入后直接体验 Agent 节点效果。七、三步上手注册 → 添加模型 → 导入 DSL依据原文档的 Usage 章节README_EN.md上手流程如下注册 Dify 账号可使用官方云端服务免费用户可创建最多 5 个流程并添加模型仓库流程示例中常见deepseek-chat可替换为自建或云端模型获取 DSL 文件将仓库克隆到本地git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow或在 DSL 目录中定位目标 yml复制其文件 URL导入并微调在 Dify 中导入 DSL 文件按需调整模板、提示词或模型参数如 temperature、max_length导入后即可在工作流画布中查看节点拓扑、运行调试或将工作流发布为工具嵌入 ChatBot 流程。八、总结Awesome-Dify-Workflow 的价值在于既是一份可以直接导入运行的 Dify 工作流合集也是一套「高密度」的工程范式样板。从本文的源码级拆解可以看到翻译类流程沉淀了「初译 → 专家反思 → 修订」的 Agentic 模式translation_workflow.yml与单节点三步 Prompt 模式中译英.yml数据处理类流程示范了代码节点与迭代器的组合json_translate.yml、非标 JSON 修复json-repair.yml、Base64 图片渲染matplotlib.yml使用层面则可以通过 FAQ 速查表快速解决沙箱依赖、参数超限、知识库排队等运维问题。建议新手按「目录导航 → 导入运行 → 对照源码拆解 → 动手改造」的路径使用本仓库即可在较短时间内吃透 Dify 工作流的关键节点类型与编排思想。赞分享示例工程【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow点击查看免费下载相关推荐Awesome-Dify-Workflow 实战指南Dify 工作流 DSL 的导入、配置与故障排查Awesome Dify Workflow 实战指南Dify 工作流 DSL 的导入、配置与故障排查 导读 本文基于开源仓库 Awesome Dify Wor示例工程Dify 工作流 DSL 的 Agent 原生封装cli-anything-dify-workflow Harness 架构与实战指南Dify 工作流 DSL 的 Agent 原生封装cli anything dify workflow Harness 架构与实战指南 导读 本文围绕仓库中人工智能AI AgentAI 技能工具调用CLIDify工作流终极指南快速上手Awesome-Dify-WorkflowDify工作流终极指南快速上手Awesome Dify Workflow Dify工作流是AI应用开发领域的革命性工具而Awesome Dify Workf示例工程上一篇终极指南Aegisub 2023新特性一览 - 视频平移、高DPI支持与多声道音频处理下一篇开源项目Path-to-Regression快速指南与问题解答创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Awesome-Dify-Workflow 实战指南：Dify 工作流 DSL 的目录导航、源码级拆解与排错手册
示例工程【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow点击查看免费下载本篇技术指南以开源仓库 Awesome-Dify-Workflow 的英文主文档README_EN.md与 README.md 互为双语版本为核心全面讲解该仓库沉淀的 Dify 工作流资产如何按版本前提导入 DSL、如何根据目录索引快速定位所需 Workflow、五个代表性工作流的源码级实现细节以及维护者在长期实践中沉淀的十余条常见问题速查。读完本文你将掌握从「复制 DSL 文件 URL 导入 Dify」到「读懂并改造他人工作流节点逻辑」的完整闭环并能独立处理沙箱依赖、字符串超限、知识库排队等高频运维问题。一、项目定位与导入版本前提Awesome-Dify-Workflow 是一个专门收集、整理「好用 Dify 工作流」的开源仓库定位是自用与学习两相宜所有 DSL 基本都可免费使用同时持续收录、更新新流程。在使用前有两个必须明确的版本前提来源README_EN.md请使用 Dify 0.13.0 及以上版本导入。该版本线开始支持任务并行parallel tasks、会话变量session variables、表单forms、ECharts 渲染等特性Agent 节点是 Dify 1.0 之后的功能涉及 Agent 节点的流程如Agent工具调用.yml、旅行Demo.yml、Demo-tod_agent.yml请尽可能使用最新版 Dify 导入。所有 DSL 均为工作流模式workflow mode可以方便地发布为工具Tool后嵌入 ChatBot 流程工作流内部会包含基础的输入节点、条件判断、变量聚合器、输出等组件见 README_EN.md。二、DSL 目录按分类与更新批次快速定位工作流仓库的导用方式是参考表格中每个 yml 的描述 → 在 DSL 文件夹中找到对应文件 → 复制文件的 URL → 导入自己的 Dify 账号。目录按「更新批次 主题分类」组织下表完整保留了原文档的分类清单。2.1 最新更新批次2025-04 至 2024-11文件描述来源sanic-web2025-04-17以 DIFY 作为服务层的数据库问答项目有独立 Web 交互界面项目完成度高按文档逐步操作即可启动使用 ollama 的 qwen 与 deepseek 模型效果不错sanic-webMCP-amap.yml2025-04-16使用 MCP Agent 策略调用 MCP 工具高德地图在线服务的示例需先注册开发者账号申请免费 Key替换流程中的掩码部分svcvit图文知识库2025-04-07实现「检索知识库后图文配文」效果在知识库中加入图片的远程链接即可示例附带 Markdown 文件见 DSL/图文知识库svcvitDemo-tod_agent.yml2025-03-21使用 Dify 1.0 Agent 节点针对对话场景优化多轮对话、上下文理解、信息收集等svcvitDeep Researcher On Dify .yml2025-02-24Deep Researcher 工作流复现方案AdamPlatin123Agent工具调用.yml2025-02-17使用 Dify 1.0 Agent 节点通过 Function CallingFC调用不同工具进行回复svcvit旅行Demo.yml2025-01-23演示旅行信息收集、Tool 调用、对话历史上下文存储将对话消息存入会话变量session variables纳入 Agent 的思考上下文svcvit春联生成器.yml/春联生成器 (“福”到了版本).yml2025-01-21春联生成工具注意字体需本机已安装可按需修改字体微信群 Junjie.M完蛋我被LLM包围了 .yml2025-01-21借鉴 modelscope 的 llm_riddles 示例的 LLM 闯关小游戏工作流微信群 Junjie.MFile_read.yml2024-12-05使用沙箱读取并解析文件pandas 读取 CSV 示例需配合 dify-sandbox-py 并挂载上传目录svcvitrunLLMCode.yml2024-12-05执行 LLM 生成的代码因代码节点无法直接引用 LLM 输出改用 HTTP 请求方式执行附 CSV 分析示例svcvit数据分析.7z2024-12-05数据分析示例按需求查询数据库、生成解读与图表压缩包内含工作流文件与 Flask 服务微信群 简单平凡LanguageConsistencyChecker.yml2024-11-29三语言检查器主要用于优化翻译内容还配套 Web 前端langfixermatplotlib.yml2024-11-22用 matplotlib 画图将图片输出为 Base64 再通过回复渲染注意官方沙箱权限复杂需配合 dify-sandbox-pysvcvitjieba.yml2024-11-22Jieba 中文分词示例同样需配合 dify-sandbox-pysvcvitjson-repair.yml2024-11-20修复大模型输出的非标准 JSON缺引号、多括号为可解析 JSONsvcvitjson_translate.yml2024-11-15解析 JSON 中需翻译的内容使用**迭代器iterator**翻译再重组为新 JSON 且保持原结构svcvit腾讯云SubtitleInfo.yml2024-11-14腾讯云授权信息加密获取内容的代码示例适合参考代码节点用法微信分享群chart_demo.yml2024-11-14通过回复内容渲染图表也可以结合 SQL 查询结果拼接图表内容svcvitForm表单聊天Demo.yml2024-11-12在对话框内通过表单登录后才有权限访问模型svcvit补充仓库 DSL 目录中还存放了未列入英文版表格的部分流程如AgentFlow.yml、MCP.yml、思考助手.yml、瞎说新语v2.yml等中文版 README.md 的更新记录更为完整可交叉查阅。2.2 翻译类Translation文件描述来源中译英.yml采用宝玉Baoyu的 Prompt直译 → 反思 → 意译将中文翻译为高质量英文暂无DuckDuckGo 翻译LLM 二次翻译.yml与三步翻译类似但把第一步直译替换为传统翻译引擎节省 Token、提高效率与质量暂无translation_workflow.yml基于吴恩达提出的Agentic Workflow录入「输入语言、目标语言、国家、原始文本」4 个参数提供更细致的翻译结果andrewyng/translation-agent宝玉的英译中优化版.yml宝玉的科技文章英译中优化版主要优化了提示词与 XML 标签baoyu.io全书翻译.ymlDIFY 官方示例切分长文本后在迭代器内翻译DIFY 官方探索内容2.3 工具类Tools文件描述来源SEO Slug Generator.yml为博文生成 URL slug参考自宝玉的 XdoteyDocument_chat_template.yml基于知识库聊天的模板Winson-030搜索大师.yml通过 SearXNG 搜索再用 Jina 抓取搜索内容Winson-030标题党创作.yml爆款网文作家创作工作流ghostviper文章仿写-单图_多图自动搭配.yml文章仿写支持单图/多图自动搭配ghostviperText to Card Iteration.yml自动生成小红书风格的图文卡片Dify Workflow-Agent 设计交流群 ArthurDify 运营一条龙.yml小红书、抖音、微博、B 站一条龙运营2024/11/21 更新主流程因图片生成服务问题已不可用仅作思路参考视频「Dify 一键生成多尺寸 Cover 与全平台文案」Jina Reader Jinja.yml基于 TavilySearch 与 Jina 的问答流程Dify Workflow-Agent 设计交流群llm2o1.cn.yml任务拆解 → 提取步骤 → 迭代步骤执行 → 归纳总结 → 输出结果okooo5kmdify_course_demo.yml自动化生成全套教程dify_coursesimple-kimi.yml简易自制 Kimi 风格工作流aws-samplesClaude3 Code Translation.yml不同编程语言之间的代码翻译工作流aws-samples2.4 聊天机器人类Chatbots与代码类Code文件描述来源根据用户的意图进行回复.yml判定用户聊天意图按意图选择不同工作流路径回复再风格化话术无mem0ai带记忆的聊天流程完整代码见来源项目dify-plugin-mem0ai记忆测试.yml添加短期记忆与 CoT 思维链的示例自动问答机器人可主动触达按上下文选择最佳回复微信 svcvitPython Coding Prompt.yml通过聊天对话方式生成 Python 代码Sonnet 3.5 for Coding 系统提示词三、代表性工作流源码级拆解本节选取目录中的核心流程直接阅读仓库 DSL 目录下的 YAML 源文件从节点拓扑、提示词与代码三个层面还原实现原理方便你「看懂别人的流程」并加以改造。3.1 translation_workflow.ymlAgentic Workflow 的四段式翻译流水线文件DSL/translation_workflow.yml。其拓扑见 L127-L453为开始(4参数) → TRANSLATION(LLM) → COUNTRY IS NULL(if-else) ├─ true → EXPERT_SUGGESTIONS(LLM) └─ false → EXPERT_SUGGESTIONS_WITH_COUNTRY(LLM) → SUGGESTIONS(变量聚合器) → IMPROVE_TRANSLATE(LLM) → 结束关键实现要点输入参数L133-L157source_lang文本输入最大 48 字符必填、target_lang文本输入必填、country文本输入可选、source_text段落输入最大 50000 字符必填。其中country可选是后续分支的关键第一段 TRANSLATIONL171-L217系统提示词声明「You are an expert linguist」用户提示词要求只输出译文、不附加解释模型使用deepseek-chat、temperature: 1分支判断L218-L247if-else节点通过comparison_operator: empty判断country是否为空从而决定走「带国家」还是「不带国家」的专家建议路径两条专家建议路径L248-L353二者提示词几乎一致区别是EXPERT_SUGGESTIONS_WITH_COUNTRY额外要求「最终风格与语气匹配目标语言在指定国家country的口语表达」并约定用 XML 标签SOURCE_TEXT、TRANSLATION包裹原文与初稿审查维度固定为四条准确性accuracy、流畅度fluency、风格style、术语terminology变量聚合器 SUGGESTIONSL354-L377output_type: string把两个 LLM 分支的text输出聚合成单一字符串最终润色 IMPROVE_TRANSLATEL378-L430以SOURCE_TEXT、TRANSLATION、EXPERT_SUGGESTIONS三个 XML 标签同时喂入原文、初稿与专家建议要求按五类错误增译/误译/漏译、语法、风格、术语、其他编辑译文只输出新译文。从该文件可以直观看出「Agentic Workflow」的典型形态初译 → 反思专家审阅→ 修订且温度从 1.0初译降到 0.7建议与修订兼顾创造性表达与输出稳定性。3.2 中译英.yml宝玉三步翻译 Prompt 的最小落地文件DSL/中译英.yml。拓扑极为精简开始(content) → LLM → 结束核心全部封装在单个 LLM 节点的系统提示词中L93-L135直译保持原有 Markdown 格式不遗漏任何信息反思基于直译结果指出具体问题不符合英文表达习惯、语句不通顺、晦涩难懂等要求准确描述、不做笼统表示意译综合前两步重新意译保证原意基础上更符合英文科研论文表达习惯同时保持原有格式不变。提示词还内置了术语对照表如 零样本 → Zero-shot、少样本 → Few-shot并要求按固定模板输出三段### 直译/### 问题/### 意译。该流程使用deepseek-chat、temperature: 1.1L87-L91可整体迁移到任意支持长上下文的模型。3.3 json_translate.yml迭代器驱动的结构化 JSON 批量翻译文件DSL/json_translate.yml。这是「代码节点 迭代器 内置工具」配合的典型范例拓扑为开始(json_data) → 抽取(code) → 迭代(解析(code) → 翻译(tool) → 合并(code)) → 组装(code) → 结束抽取节点L164-L196递归遍历 JSON收集所有「可翻译文本」。判定逻辑值得复用到其他流程数字类型与非字符串类型直接跳过通过正则黑名单过滤不可翻译项颜色代码^#[0-9A-Fa-f]{3,8}$、纯数字、UUID^[0-9a-fA-F-]{36}$、URL^https?://、IP 地址、日期数字、邮箱等至少含一个中文字符或字母才判定为可翻译。输出结构为items_to_translatearray[object]每个元素含path从根到值的路径数组与text迭代器L224-L255iterator_selector指向抽取.items_to_translateis_parallel: false、parallel_nums: 10、error_handle_mode: terminated内部依次执行「解析取出 item 的 path/text→ 翻译内置 google_translate 工具dest: en→ 合并把translated_text写回 item」组装节点L387-L402update_json_with_translations深拷贝原始 JSON按每个 item 的path逐级定位列表索引需从字符串转回整数并回填译文最后json.dumps(..., ensure_asciiFalse, indent2)输出格式化结果。这套「抽离可翻译项 → 迭代翻译 → 按路径回填」的架构可轻松替换翻译工具为 LLM 节点或企业翻译 API是处理 i18n 语言包、配置文件的通用模板。3.4 json-repair.yml非标准 JSON 的自动修复文件DSL/json-repair.yml。拓扑为开始(llm_string) → 代码执行 → 结束L36-L138开始节点定义llm_string段落输入最大长度 10000 字符L60-L71代码节点核心逻辑L86-L88import json_repair import json def main(llm_string): new_string json_repair.repair_json(llm_string, ensure_asciiFalse) return { result: new_string }即调用 Python 的json_repair库对 LLM 输出做容错修复缺引号、多括号、未闭合等ensure_asciiFalse保证中文不被转义。注意该流程依赖沙箱中已安装json_repair库安装方式见下文第五节。3.5 matplotlib.ymlBase64 图片渲染的完整链路文件DSL/matplotlib.yml其mode为advanced-chatL5。拓扑开始 → 代码执行 → 直接回复。代码节点L122-L136有两个值得注意的细节首行Path.home lambda: Path(/dependencies/home)官方沙箱的HOME权限复杂通过重定向Path.home绕过 matplotlib 写缓存目录的权限问题绘图后plt.savefig(buffer, formatpng, dpi100)写入内存缓冲区再用base64.b64encode(...).decode(utf-8)转为 Base64 字符串回复节点L100-L103通过 Markdown 内嵌 data URI 渲染描述文本这套「画图 → Base64 → data URI 渲染」的思路同样适用于 ECharts 图表、PDF 预览等场景。3.6 图文知识库让检索结果「图配文」文件DSL/图文知识库内含图文知识库.yml 与配套 Markdown 文档如 知识库内容/coffbox开启Gemini和Anthropic代理chatwise连接方法.md。核心思路是在知识库文档中加入图片的远程 URL检索召回时即可呈现图文配文效果若仅有本地 Word 图文、没有远程图片服务器则需要额外方案仓库中文版 README 提供了对应帖子链接。四、常见问题速查来自维护者一线解答原文档维护者在交流群中沉淀了一批高频问题以下完整收录详见 README_EN.mdDify 国内镜像源配置可把镜像链接前缀统一加上dockerpull.org沙箱安装 pandas 等第三方库打开/docker/volumes/sandbox/dependencies/python-requirements.txt填入所需依赖后重启沙箱定时执行某个工作流可参考 dify-schedule 项目实现周期性触发节点间传递 string 数据提示超限制修改.env中的两个参数后重启容器——CODE_MAX_STRING_LENGTH: 1000000 TEMPLATE_TRANSFORM_MAX_LENGTH: 1000000拿到图片 URL 无法在聊天窗口渲染Markdown 写法本身正确通常是图片不支持跨域请求CORS导致无法加载知识库上传大文件报错仅修改 Dify 配置还不够还需在.env中搜索nginx相关配置一并调整Nginx 上传大小限制知识库永久排队修改.env中LOG_FILE/app/logs/server.log然后重启容器自学 Dify 的途径可参考 dify101.com 等学习资料Dify 生成图表的方案Dify 自带柱状图、折线图等绘图功能也可自写 ECharts 插件从数据库读取数据绘图DuckDuckGo 翻译不可用多半是服务器挂了代理而 Dify 容器内未挂代理所致官方示例应用切换中文右上角头像 → 设置 → 语言先切换为其他语言再切回中文即可忘记管理员密码执行docker exec -it docker-api-1 flask reset-password五、沙箱依赖与 dify-sandbox-py仓库英文版明确提示在官方沙箱中运行pandas、numpy2.0、matplotlib、scikit-learn代码时经常报错典型如error: operation not permitted。维护者为此开发了简化版沙箱dify-sandbox-py上述依赖已实测可用需要运行matplotlib.yml、jieba.yml、File_read.yml、runLLMCode.yml、数据分析.7z等流程时建议替换使用相关背景见 README_EN.md。若仅需在既有沙箱中补充依赖按上文 FAQ 第 2 条操作即可编辑python-requirements.txt后重启沙箱容器。六、Dify 1.0 插件体系与离线安装插件是 Dify 1.0 最大的更新点。仓库维护者建立了 dify_plugin_collection 仓库存放 Dify 官方插件市场的安装包方便离线用户自由选择下载、不定期更新见 README_EN.md。若希望开发插件维护者开源了多款插件源码作为参考google translate属 Tool 插件代码量很少适合入门理解 Dify 插件文件结构conversation Agenttod_agent属 Agent strategy 插件Agent 策略抽象了 Dify 的很多能力玩法多但对开发者要求较高。仓库内与之配套的 DSL 包括Demo-tod_agent.yml对话优化 Agent 策略示例与Agent工具调用.ymlFunction Calling 调工具示例可在导入后直接体验 Agent 节点效果。七、三步上手注册 → 添加模型 → 导入 DSL依据原文档的 Usage 章节README_EN.md上手流程如下注册 Dify 账号可使用官方云端服务免费用户可创建最多 5 个流程并添加模型仓库流程示例中常见deepseek-chat可替换为自建或云端模型获取 DSL 文件将仓库克隆到本地git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow或在 DSL 目录中定位目标 yml复制其文件 URL导入并微调在 Dify 中导入 DSL 文件按需调整模板、提示词或模型参数如 temperature、max_length导入后即可在工作流画布中查看节点拓扑、运行调试或将工作流发布为工具嵌入 ChatBot 流程。八、总结Awesome-Dify-Workflow 的价值在于既是一份可以直接导入运行的 Dify 工作流合集也是一套「高密度」的工程范式样板。从本文的源码级拆解可以看到翻译类流程沉淀了「初译 → 专家反思 → 修订」的 Agentic 模式translation_workflow.yml与单节点三步 Prompt 模式中译英.yml数据处理类流程示范了代码节点与迭代器的组合json_translate.yml、非标 JSON 修复json-repair.yml、Base64 图片渲染matplotlib.yml使用层面则可以通过 FAQ 速查表快速解决沙箱依赖、参数超限、知识库排队等运维问题。建议新手按「目录导航 → 导入运行 → 对照源码拆解 → 动手改造」的路径使用本仓库即可在较短时间内吃透 Dify 工作流的关键节点类型与编排思想。赞分享示例工程【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow点击查看免费下载相关推荐Awesome-Dify-Workflow 实战指南Dify 工作流 DSL 的导入、配置与故障排查Awesome Dify Workflow 实战指南Dify 工作流 DSL 的导入、配置与故障排查 导读 本文基于开源仓库 Awesome Dify Wor示例工程Dify 工作流 DSL 的 Agent 原生封装cli-anything-dify-workflow Harness 架构与实战指南Dify 工作流 DSL 的 Agent 原生封装cli anything dify workflow Harness 架构与实战指南 导读 本文围绕仓库中人工智能AI AgentAI 技能工具调用CLIDify工作流终极指南快速上手Awesome-Dify-WorkflowDify工作流终极指南快速上手Awesome Dify Workflow Dify工作流是AI应用开发领域的革命性工具而Awesome Dify Workf示例工程上一篇终极指南Aegisub 2023新特性一览 - 视频平移、高DPI支持与多声道音频处理下一篇开源项目Path-to-Regression快速指南与问题解答创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
