我要投稿

Dify Agent 节点 - 当工作流学会「自主思考」

发布日期：2025-03-12 17:40:18 浏览次数： 1529 来源：Dify

在传统的自动化流程中，每个工具调用都是预先编排的固定动作。然而，当面对复杂问题时，这种刚性结构就像让钢琴家只能机械地按乐谱演奏。Workflow 主要是对具体任务的执行进行约束，但随着 LLM 推理能力的增强，我们可以逐步将 Workflow 中可信的部分交由 LLM 执行。近日，Dify 正式推出了 Agent 节点 Strategy 类型插件，我们将在接下来的部分介绍这一功能。

核心概念：Agent Node 与 Strategy 的关系

在 Dify 的 Workflow 中，Agent 节点的作用是让某些环节不再需要固定的流程和工具模式，而是可以交由 LLM 自主决策与判断。代理策略是一个可扩展的模板，用于定义标准输入内容和输出格式。通过开发特定的代理策略界面功能，您可以实施各种代理策略，例如 CoT（思维链）/ ToT（思维树）/ GoT（思维图）/ BoT（思维支柱），并实现语义内核等复杂策略。

在 Dify 中，Agent Node 承载了 Agent Strategy，并与上下游节点连接，类似于 LLM 节点，它解决一个具体任务并将最终响应返回给下游。

Agent Node（执行单元）工作流中的「决策中心」，负责调度资源、管理状态、记录完整推理过程。
Agent Strategy（决策逻辑）可插拔的推理算法模块，定义工具使用规则和问题解决范式。

这种解耦设计，就像将汽车的引擎与控制系统分离，让开发者可以独立升级「动力系统」，而不影响整车架构。我们预置了两种经典 Agent Strategy：

ReAct：思考-行动-观察的经典推理链
Function Calling：函数式精准调用

你可以直接在 Marketplace 中下载这些策略。更重要的是，我们推出了开放的策略开发标准。在 Dify，任何开发者都可以：

通过 CLI 工具快速创建策略插件
自定义配置表单和可视化组件
对接学术前沿算法（如 Tree-of-Thoughts）

这意味着 Dify 将成为 AI 推理策略的「创新试验场」，每个用户都能享受社区共建的红利。

功能全景图

在 Workflow 中，Agent 节点使得多步工具推理可以实现自主思考。一个最小的 Agent Strategy 至少需要定义 LLM API 和工具的使用方式。

对普通用户

拖拽即用

从工具面板直接拖入 Agent 节点，三步完成配置：

选择推理策略
绑定工具/模型
设置提示词模板

2. 透明化推理

Dify 的代理策略一个强大的功能是内置的日志机制，它创建了代理思维过程的树状结构，该日志结构实现了：代理执行路径的可视化，调试复杂的多步骤推理。

实时查看：

总耗时/Token 消耗
多轮思考过程
工具调用轨迹

对开发者

定义一个 Agent Strategy，就是在定义以下模块，规定语言模型如何：

处理用户查询；
选择合适的工具；
使用正确的参数执行这些工具；
处理结果；
确定任务何时完成。

标准化开发套件：包含策略配置组件库（如 Model Selector/Tool Editor 等）、结构化日志接口、沙盒测试环境。

策略的定义包括其身份和元数据、必需的参数（如模型、工具、查询等）、参数的类型和约束，以及实现源代码的位置。

代理的执行流程分为三个主要阶段：初始化、迭代循环和回答。在初始化阶段，系统会设置好所需的参数、工具和上下文。接着进入迭代循环，在这个阶段，系统会准备包含当前上下文的提示，并使用工具信息调用大型语言模型（LLM）。然后，系统解析 LLM 的响应，以确定是调用工具还是获得最终答案。如果需要调用工具，系统会执行相应的工具，并用工具的输出结果更新上下文。这个循环会持续进行，直到任务完成或达到预设的最大迭代次数为止。最后，在最终阶段，系统会返回最终的答案或结果。

通过 YAML 文件定义策略，例如，定义一个 function_calling.yaml 配置文件：

parameters:  - name: model    type: model-selector          scope: tool-call&llm      - name: tools    type: array[tools]        - name: max_iterations    type: number                default: 5extra:  python:    source: function_calling.py