Dify工作流节点篇（下）

推荐语

深入探索Dify工作流节点的高级应用，掌握高效任务处理技巧。

核心内容：
1. 迭代节点的工作原理及其在长文翻译中的应用
2. HTTP请求节点的使用方法和场景
3. Agent节点的策略和多步推理实现

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

对数组中的元素依次执行相同的操作步骤，直至输出所有结果，可以理解为任务批处理器。迭代节点通常配合数组变量使用。

例如在长文翻译迭代节点内，如果将所有内容输入至 LLM 节点，有可能会达到单次对话限制。上游节点可以先将长文拆分为了多个片段，配合迭代节点对各个片段执行批量翻译，以避免达到LLM 单次对话的消息限制。

使用迭代的条件是确保输入值已格式化为列表对象；迭代节点将依次处理迭代开始节点数组变量内的所有元素，每个元素遵循相同的处理步骤，每轮处理被称为一个迭代，最终输出处理结果。

迭代节点的结构通常包含：输入变量、迭代工作流、输出变量三个功能单元。

后续我也会写一个迭代的应用，有兴趣的可以关注后续文章。

允许通过 HTTP 协议发送服务器请求，适用于获取外部数据、webhook、生成图片、下载文件等情景。它让你能够向指定的网络地址发送定制化的HTTP 请求，实现与各种外部服务的互联互通。

该节点支持常见的 HTTP 请求方法：

你可以通过配置 HTTP 请求的包括 URL、请求头、查询参数、请求体内容以及认证信息等。

考虑到调用可能会存在网络波动等无法调用的情况，我们可以设置失败时重试的逻辑，默认是最大重试次数3次，间隔100毫秒，我们可以根据实际情况进行一个调整。

默认无异常处理，可以设置默认值也可以设置异常分支，具体可以根据实际业务流程进行设置。

下面是我之前做的自然语言转SQL语句后查询数据库返回数据的一个demo，看我过之前的文章的就知道我们是调用了HTTP请求节点：

Agent 节点是 Dify Chatflow/Workflow 中用于实现自主工具调用的组件。它通过集成不同的 Agent 推理策略，使大语言模型能够在运行时动态选择并执行工具，从而实现多步推理。

Dify 内置了Function Calling和ReAct两种策略，可在Marketplace → Agent策略分类中安装使用。

1、Function Call

通过将用户指令映射到预定义函数或工具，LLM先识别用户意图，再决定调用哪个函数并提取所需参数。它的核心是调用外部函数或工具，属于一种明确的工具调用机制。

优点:

2、ReAct (Reason + Act)

ReAct 策略使 Agent 交替进行思考和行动：LLM 首先思考当前状态和目标，然后选择并调用合适的工具，工具的输出结果又将引导 LLM 进行下一步的思考和行动，如此循环，直到问题解决。

优点：

ps：工具列表是需要自行添加的，点击+按钮，弹出选择工具的列表框，列表内是内置和自己安装的工具，如果没有可以去插件市场自行下载。

“工具”节点可以为工作流提供强大的第三方能力支持，分为以下三种类型：

添加节点时，选择右侧的 “工具” tab 页。配置工具节点一般分为两个步骤：

1、对工具授权/创建自定义工具/将工作流发布为工具

2、配置工具输入和参数

工具节点可以连接其它节点，通过变量处理和传递数据。

循环（Loop）节点用于执行依赖前一轮结果的重复任务，直到满足退出条件或达到最大循环次数。

循环节点和迭代节点在任务处理上的定位不同：

循环节点包含以下两个关键配置项：

你可以在循环退出条件中使用循环体内的变量或会话中的全局变量，让循环按照你的需求停止。

后续版本将提供：

定义一个工作流程结束的最终输出内容。每一个工作流在完整执行后都需要至少一个结束节点，用于输出完整执行的最终结果。

结束节点为流程终止节点，后面无法再添加其他节点，工作流应用中只有运行到结束节点才会输出执行结果。若流程中出现条件分叉，则需要定义多个结束节点。

结束节点需要声明一个或多个输出变量，声明时可以引用任意上游节点的输出变量。

PS：Chatflow内不支持结束节点。

定义一个 Chatflow 流程中的回复内容。

你可以在文本编辑器中自由定义回复格式，包括自定义一段固定的文本内容、使用前置步骤中的输出变量作为回复内容、或者将自定义文本与变量组合后回复。

可随时加入节点将内容流式输出至对话回复，支持所见即所得配置模式并支持图文混排，如：

1、输出 LLM 节点回复内容

2、输出生成图片

3、输出纯文本