xiaohuihui-dify-tech-article

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

小灰灰 Dify 案例文章生成器

Xiaohuihui Dify Case Article Generator

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。
A professional creation assistant for Dify workflow case sharing, fully complying with the writing style of Xiaohuihui's WeChat Official Account and Dify's characteristic structural specifications.

核心功能

Core Features

  • 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
  • Dify exclusive structure: Preface → Workflow production → Summary
  • Detailed workflow node explanation: Start, LLM, Agent, code execution, plugin configuration, etc.
  • Plugin installation guide: Steps for searching, installing, and authorizing third-party plugins
  • MCP tool integration: Instructions for MCP server deployment and configuration
  • Effect display first: Show the workflow effect first, then introduce the production process
  • Colloquial technical articles: Friendly expressions such as "without further ado", "step-by-step construction", "much better"
  • ModelScope community recommendation: Prioritize using free models provided by ModelScope community
  • Real image generation: Automatically generate supporting images and upload them to Tencent Cloud COS image hosting

使用方法

Usage

基础用法

Basic Usage

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
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

Detailed Usage

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]
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

Image Generation Workflow

图片生成策略

Image Generation Strategy

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:
When generating Dify case articles, real images must be included instead of placeholders. Follow the workflow below:

1. 规划图片需求

1. Plan image requirements

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
Plan the type and quantity of images required according to the article content:
✅ Required image types for Dify workflow:
  • Overall workflow diagram (1 piece): Node connection diagram of the complete workflow
  • Node configuration screenshots (6-10 pieces): Detailed configuration of each key node
  • Plugin installation screenshots (2-3 pieces): Plugin market search, installation, and authorization interfaces
  • Effect demonstration diagrams (2-3 pieces): Workflow operation effect and generated result display
  • Code configuration diagrams (1-2 pieces): Code content of code execution nodes
  • Model configuration diagrams (1-2 pieces): LLM model selection and parameter configuration
❌ Images requiring actual operation:
  • Actual workflow screenshot: Need to be actually built on the Dify platform
  • Plugin authorization interface: Need to be screenshot after actually installing the plugin
  • Operation log: Need to be screenshot after actually running the workflow
  • Effect display: Need to actually test the workflow effect
Recommended number of images:
  • Workflow configuration screenshots: 8-12 pieces
  • Plugin installation screenshots: 2-3 pieces
  • Effect demonstration: 2-3 pieces
  • Qualification standard: Total >= 10 pieces
  • Excellent standard: Total >= 15 pieces

2. 上传图片到 COS

2. Upload images to 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:
bash
undefined
Use the provided
scripts/upload_to_cos.py
script to upload images.
Prerequisites: Create a
.env
file in the project root directory and configure Tencent Cloud COS information:
bash
undefined

.env 文件内容

.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**:

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

**Upload command**:

```bash

基础上传(自动生成文件名)

基础上传(自动生成文件名)

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

自定义文件名

自定义文件名

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

静默模式(只输出 URL)

静默模式(只输出 URL)

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

3. 使用真实 URL

3. Use real URL

上传成功后,在文章中使用返回的完整 COS URL:
markdown
![工作流全局图](https://your-bucket.cos.your-region.myqcloud.com/image-20251122-143025.png)
After successful upload, use the returned complete COS URL in the article:
markdown
![工作流全局图](https://your-bucket.cos.your-region.myqcloud.com/image-20251122-143025.png)

图片命名规范

Image Naming Specification

  • 自动生成:
    image-YYYYMMDD-HHMMSS.extension
  • 语义化:
    workflow-20251122.png
    ,
    plugin-install-20251122.png
    ,
    node-config-20251122.png
  • Auto-generated:
    image-YYYYMMDD-HHMMSS.extension
  • Semantic:
    workflow-20251122.png
    ,
    plugin-install-20251122.png
    ,
    node-config-20251122.png

图片质量要求

Image Quality Requirements

  • 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
  • Size: 1200x800 or 16:9 ratio (landscape)
  • Format: PNG (screenshot/UI)
  • File size: < 500KB per image
  • Clarity: Text is clear and readable

文章结构模板

Article Structure Template

第1章: 前言 (约300-400字)

Chapter 1: Preface (about 300-400 words)

第一段: 技术背景介绍 (100-150字)

First paragraph: Technical background introduction (100-150 words)

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。
Introduce relevant technical concepts or application scenarios and explain their importance.
Example:
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)

Second paragraph: Problem or demand introduction (100-150 words)

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?
Describe user pain points or requirements, and lead to the problem to be solved in this article.
Example:
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)

Third paragraph: Solution and effect display (100-150 words)

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](图片URL)

生成的效果如下:

![效果展示](图片URL)

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。

Introduce the Dify workflow solution of this article and display the effect diagram.
Fixed sentence pattern:
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](图片URL)

生成的效果如下:

![效果展示](图片URL)

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)

Chapter 2: Workflow Production (about 1500-2500 words)

2.1 前置准备(如需要)

2.1 Preparations (if needed)

插件安装模板:
markdown
undefined
Plugin installation template:
markdown
undefined

[插件名称]安装

[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
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:**
````markdown
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 deployment template:**
````markdown

MCP Server 部署

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:
bash
undefined
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:
bash
undefined

Docker 部署

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
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

2.2 Workflow construction

开始节点模板:
markdown
undefined
Start node template:
markdown
undefined

开始

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:**
````markdown
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 node template:**
````markdown

LLM大语言模型

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:**
````markdown
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 node template:**
````markdown

Agent策略

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:**
````markdown
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

**Code execution node template:**
````markdown

代码执行

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:
python
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:**
````markdown
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:
python
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 request node template:**
````markdown

HTTP请求

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

2.3 测试验证

2.3 Test verification

模板:
markdown
undefined
Template:
markdown
undefined

测试验证

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?

---
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)

Chapter 3: Summary (single paragraph of 300-400 words, no paragraph breaks allowed)

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](包括[步骤1]、[步骤2]、[步骤3]),
无需[传统障碍],
就能快速[核心功能](如本次演示的"[案例名称]")。
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

Standard template (must be strictly followed):
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](包括[步骤1]、[步骤2]、[步骤3]),
无需[传统障碍],
就能快速[核心功能](如本次演示的"[案例名称]")。
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。
Checklist:
  • Single paragraph without breaks
  • 300-400 words
  • Emphasize Dify workflow
  • List 4+ functions/nodes
  • Compare with traditional solutions
  • 3+ extended scenarios
  • Fixed closing remarks

第4章: 附加资源(可选)

Chapter 4: Additional Resources (optional)

markdown
undefined
markdown
undefined

项目资源

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:
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

---
工作流DSL: 提供工作流的DSL文件供下载导入。
相关链接:
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 Characteristic Language Style

Dify 专用词汇

Dify Special Vocabulary

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"
Workflow related:
  • "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"
Plugin related:
  • "插件市场", "第三方插件", "插件授权"
  • "已安装插件", "插件升级"
Model related:
  • "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 related:
  • "MCP server", "MCP工具", "streamable-http"
  • "MCP协议", "双向MCP"

口语化表达

Colloquial Expression

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..."

Required vocabulary:
  • Greetings: "小伙伴们", "大家", "给大家"
  • Modal particles: "话不多说", "下面开始干活", "好很多"
  • Question guidance: "是不是很简单?", "效果不错吧?"
  • Sense of dialogue: "我们接下来...", "手把手搭建"
Timeliness tags:
  • "今天给大家带来"
  • "最新推出"
  • "下面介绍一下..."

Dify 特色视觉元素

Dify Characteristic Visual Elements

图片格式

Image Format

必须使用真实的腾讯云 COS URL:
markdown
![图片描述](https://your-bucket.cos.your-region.myqcloud.com/image-20251122-143025.png)
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
Must use real Tencent Cloud COS URL:
markdown
![图片描述](https://your-bucket.cos.your-region.myqcloud.com/image-20251122-143025.png)
Dify characteristic image types:
  • Overall workflow diagram
  • Node configuration screenshots
  • Plugin market screenshots
  • Authorization interface screenshots
  • Code execution screenshots
  • Operation log screenshots
  • Effect display diagrams

代码块规范

Code Block Specification

Python代码:
markdown
```python
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:
markdown
```
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:
markdown
```json
{
  "method": "POST",
  "url": "https://api.example.com",
  "body": {
    "prompt": "{{prompt}}"
  }
}
```
工作流DSL:
markdown
```yaml
version: "1.0"
nodes:
  - id: start
    type: start
    config:
      variables:
        - name: query
          type: string
```

Python code:
markdown
```python
import json

def main(arg1: str) -> dict:
    # 处理逻辑
    data = json.loads(arg1)
    result = process(data)
    return {"result": result}
```
System prompt:
markdown
```
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 request:
markdown
```json
{
  "method": "POST",
  "url": "https://api.example.com",
  "body": {
    "prompt": "{{prompt}}"
  }
}
```
Workflow DSL:
markdown
```yaml
version: "1.0"
nodes:
  - id: start
    type: start
    config:
      variables:
        - name: query
          type: string
```

质量标准

Quality Standards

合格标准 (必达)

Qualification Standards (must be met)

  • ✅ 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
  • ✅ Total word count > 1800 words
  • ✅ Title format: "dify案例分享-[功能名称]"
  • ✅ Workflow screenshots >= 10
  • ✅ Node configuration descriptions >= 5
  • ✅ Code blocks >= 3
  • ✅ Summary single paragraph 300-400 words
  • ✅ Fixed closing remarks
  • ✅ Emphasize ModelScope community free models

优秀标准 (建议)

Excellent Standards (recommended)

  • 🌟 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

  • 🌟 Total word count > 2500 words
  • 🌟 Workflow screenshots >= 15
  • 🌟 Node configuration descriptions >= 8
  • 🌟 Code blocks >= 5
  • 🌟 Include plugin installation steps
  • 🌟 Include MCP integration instructions
  • 🌟 Provide online experience or DSL download

错误避免

Error Avoidance

❌ 禁止

❌ Prohibited

  1. 总结分段
  2. 缺少工作流全局图
  3. 节点配置说明不清
  4. 省略插件安装步骤
  5. 缺少效果展示
  6. 不提魔搭社区
  7. 使用占位符图片
  1. Summary with paragraph breaks
  2. Missing overall workflow diagram
  3. Unclear node configuration description
  4. Omit plugin installation steps
  5. Missing effect display
  6. Do not mention ModelScope community
  7. Use placeholder images

✅ 正确

✅ Correct

  1. 口语化专业
  2. 工作流步骤完整
  3. 节点配置详细
  4. 截图充分清晰
  5. 代码可直接使用
  6. 优先推荐魔搭免费模型
  7. 总结深入单段

  1. Colloquial and professional
  2. Complete workflow steps
  3. Detailed node configuration
  4. Sufficient and clear screenshots
  5. Code can be used directly
  6. Prioritize recommending ModelScope free models
  7. In-depth single paragraph summary

Dify 案例分类

Dify Case Classification

常见工作流类型

Common Workflow Types

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

Text processing category:
  • Text generation, text conversion, text summarization
  • Translation, grammar check, content optimization
Image processing category:
  • Text to image, image to image, image recognition
  • OCR recognition, image to video
Video processing category:
  • Text to video, image to video
  • Video summarization, subtitle generation
Data processing category:
  • Data crawling, data cleaning
  • Data visualization, chart generation
Integrated application category:
  • Feishu integration, WeCom integration
  • Database query, API call
MCP tool category:
  • MCP server integration
  • Two-way MCP protocol application

触发方式

Trigger Method

自动触发关键词:
  • "Dify" + "工作流"
  • "Dify" + "案例"
  • "魔搭" + "Dify"
  • "插件" + "Dify"

Automatic trigger keywords:
  • "Dify" + "工作流"
  • "Dify" + "案例"
  • "魔搭" + "Dify"
  • "插件" + "Dify"

更新日志

Changelog

v1.0.0 (2025-11-22)

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

  • ✅ Initial version
  • ✅ Dify exclusive structure
  • ✅ Detailed workflow node explanation
  • ✅ Plugin installation guide
  • ✅ MCP tool integration
  • ✅ Colloquial style
  • ✅ Quality standards

技术支持

Technical Support

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
Reference documents:
  • xiaohuihui-dify-tech-article2/ - Dify case example article collection
  • xiaohuihui-tech-article/ - General technical article template reference