Dify&Coze工作流搭建 275f933cf6fb80fa8912ff605a780242

Dify&Coze工作流搭建

Dify实践

主要是对于Dify 和 Coze 这种 AI 应用开发/编排平台

Dify是可以本地化部署的，这里为了简化使用官方平台

GitHub - langgenius/dify: Production-ready platform for agentic workflow development.

创建一个工作流

具体先来一个简单的示例

GitHubUsername助手

1
[开始]
2
  输入 username
3

4
    ↓
5

6
[HTTP 请求]
7
  GET https://api.github.com/users/{{username}}
8
  （带必要 Headers）
9

10
    ↓
11

12
[条件分支]
13
  ├── 如果 status_code == 200
14
  │       ↓
15
  │   [LLM 总结]
16
  │     - 输入：API JSON
17
  │     - 输出：整理后的用户信息
18

19
  ├── 如果 status_code == 404 或 403
20
  │       ↓
21
  │   [输出]
22
  │     - “用户不存在或无法访问”
23

24
  └── ELSE（其它情况）
25
          ↓
26
      [输出]
27
        - “请求失败，状态码：xxx”

创建其实节点，要求传入Username参数

创建这个Http-fetch节点，请求api

1
https://api.github.com/users/{{input.username}}

demo:这里也可以

1
curl -s https://api.github.com/users/bx33661 \
2
  -H "User-Agent: dify-workflow" \
3
  -H "Accept: application/vnd.github+json" \
4
  -H "X-GitHub-Api-Version: 2022-11-28"

分支条件节点，满足200的去传数据给LLM节点

不满足的返回错误，就是一个try-catch 思想

LLM节点，这里很重要

主要就是设置

系统提示词
上下文内容
传入数据

这里提示词如下

1
下面有 GitHub 用户的原始数据：
2

3
!!!如果 API 返回里包含 "message": "Not Found"，你必须原样输出“用户不存在”，不要自己编造。
4

5
请总结成中文要点：
6
1. 用户名和昵称
7
2. 简介
8
3. 仓库数、粉丝数、关注数
9
4. 创建时间（转成 YYYY-MM-DD）
10
5. 主页链接

结束节点，输出结果

输出

1
1. 用户名：bx33661，昵称：Bpple
2
2. 简介：未填写
3
3. 仓库数：37，粉丝数：12，关注数：22
4
4. 创建时间：2023-07-02
5
5. 主页链接：https://github.com/bx33661

就拿这个简单的总结一下

关键就是对于数据流的接入和输出要连接好

可以在运行结果这里，查看一下这个每个节点的输入输出流

题目示例-京津冀长城杯决赛Dify工作流搭建

京津冀长城杯决赛Dify工作流搭建

题目要求如下

核心任务是：在 AI 智能体搭建平台中编辑工作流，实现 “上传指定得分 WP 附件 → 自动提取并输出该题目的格式化考点”。

格式化考点要求：需清晰呈现题目名、题目类型、考点，确保内容准确、结构清晰，题目类型从Misc、Crypto、Web、PWN、Reverse、理论、Blockchain中选择。

示例：

1
[
2
{
3
"题目名": "xtea",
4
"题目类型": "Reverse",
5
"考点":"花指令,动态调试,xtea 算法逆向",
6
"考点1": "花指令",
7
"考点2": "动态调试",
8
"考点3": "xtea 算法逆向"
9
}
10
]

1
[
2
{
3
"题目名": "easycms",
4
"题目类型": "Web",
5
"考点":"php-代码审计,ssrf-攻击内网应用",
6
"考点1": "php-代码审计",
7
"考点2": "ssrf-攻击内网应用"
8
}
9
]

最终效果

最终搭建效果如下

起始节点允许上传pdf文件
加一个文件提取器节点去处理这个pdf
LLM节点

因为这个流是严格处理文档，所以把模型温度调到0，严格输入

System-Prompt

1
你将把 CTF WP 文本抽取为严格 JSON；只输出 JSON，禁止额外说明。

User-Prompt

1
{{#1758461559128.text#}}
2
你是一名资深 CTF 赛事助教。现在给你一份参赛队伍的 WP（可能是 PDF、Markdown、图片 OCR 文本等）。
3
请从中**按题目**抽取“题目名、题目类型、考点”，并以**严格的 JSON**数组输出（不要出现任何多余文本）。
4
- 题目类型必须从此集合中二选一填写：["Misc","Crypto","Web","PWN","Reverse","理论","Blockchain"]
5
- “考点”字段为一句简明汇总，如“花指令,动态调试,xtea 算法逆向”。
6
- 同时把考点拆成“考点1/考点2/考点3”三个字段，按重要度排序；若不足三条，可省略末尾字段。
7
- 若 WP 中出现多题，请逐题输出多条 JSON 对象；若无法识别题目名或类型，跳过该题。
8

9
输出格式（务必只输出 JSON）：
10
[
11
  {
12
    "题目名": "...",
13
    "题目类型": "Misc|Crypto|Web|PWN|Reverse|理论|Blockchain",
14
    "考点": "..., ..., ...",
15
    "考点1": "...",
16
    "考点2": "...",
17
    "考点3": "..."
18
  }
19
]

最后输出结果需要格式化，对应json-scheme

1
{
2
  "$schema": "https://json-schema.org/draft/2020-12/schema",
3
  "title": "WP考点抽取结果",
4
  "type": "object",
5
  "required": [
6
    "items"
7
  ],
8
  "properties": {
9
    "items": {
10
      "type": "array",
11
      "items": {
12
        "type": "object",
13
        "required": [
14
          "题目名",
15
          "题目类型",
16
          "考点"
17
        ],
18
        "additionalProperties": false,
19
        "properties": {
20
          "题目名": {
21
            "type": "string",
22
            "minLength": 1
23
          },
24
          "题目类型": {
25
            "type": "string",
26
            "enum": [
27
              "Misc",
28
              "Crypto",
29
              "Web",
30
              "PWN",
31
              "Reverse",
32
              "理论",
33
              "Blockchain"
34
            ]
35
          },
36
          "考点": {
37
            "type": "string",
38
            "minLength": 1
39
          },
40
          "考点1": {
41
            "type": "string"
42
          },
43
          "考点2": {
44
            "type": "string"
45
          },
46
          "考点3": {
47
            "type": "string"
48
          }
49
        }
50
      }
51
    }
52
  },
53
  "additionalProperties": false
54
}

Code节点

对于Python代码的编写需要符合这个dify文档规范

就是输入输出变量需要在规定定义，有点像这个做IO算法题的流程，只是一个中间处理

使用Python对结果进行处理

1
from typing import Any, Dict, List, Optional, Union
2
import json
3

4
ALLOWED = {"Misc","Crypto","Web","PWN","Reverse","理论","Blockchain"}
5

6
def _to_list(x: Union[dict, list, str, None]) -> List[Dict[str, Any]]:
7
    """把 object / list / json-string / {"items":[...]} 统统变成 list[dict]"""
8
    if x is None:
9
        return []
10
    if isinstance(x, list):
11
        return [e for e in x if isinstance(e, dict)]
12
    if isinstance(x, dict):
13
        if "items" in x and isinstance(x["items"], list):
14
            return [e for e in x["items"] if isinstance(e, dict)]
15
        return [x]
16
    if isinstance(x, str):
17
        try:
18
            y = json.loads(x)
19
            return _to_list(y)
20
        except Exception:
21
            return []
22
    return []
23

24
def main(arg1: Union[dict, list, str, None] = None,
25
         arg_text: Optional[str] = None) -> dict:
26
    items = _to_list(arg1)
27
    if not items and arg_text:
28
        items = _to_list(arg_text)
29

30
    out: List[Dict[str, Any]] = []
31
    for item in items:
32
        name = str(item.get("题目名","")).strip()
33
        typ  = str(item.get("题目类型","")).strip()
34
        pts  = str(item.get("考点","")).strip()
35
        if not name or typ not in ALLOWED or not pts:
36
            continue
37
        raw_parts = pts.replace("，", ",").split(",")
38
        parts, seen = [], set()
39
        for p in (x.strip(" ，,;；") for x in raw_parts):
40
            if p and p not in seen:
41
                seen.add(p); parts.append(p)
42

43
        obj = {"题目名": name, "题目类型": typ, "考点": ", ".join(parts)}
44
        for i, p in enumerate(parts[:3], start=1):
45
            obj[f"考点{i}"] = p
46
        out.append(obj)
47

48
    return {"result" :out}

输出节点，输出result变量

最后结果

1
{
2
  "result": [
3
    {
4
      "题目名": "SQL注入盲注",
5
      "题目类型": "Web",
6
      "考点": "布尔盲注, 字符绕过, 信息获取",
7
      "考点1": "布尔盲注",
8
      "考点2": "字符绕过",
9
      "考点3": "信息获取"
10
    }
11
  ]
12
}

其他

模型设置

可以根据需要下载对应模型

是支持接api，直接接上就可以使用

http-request

官方文档

HTTP Request - Dify Docs

导出DSL

DSL（Domain Specific Language，领域专用语言）

在 Dify 里导出 DSL 的意思是：把你在可视化画布里“拖拽出来的工作流”转成一份流程定义文件（YAML/JSON 格式）

具体就是yaml文件，标记画布的具体内容

具体简化版如下,只展现一下具体结构

1
nodes:
2
  - id: start
3
    type: input
4
    variables:
5
      - name: username
6
        type: string
7
        required: true
8

9
  - id: fetch_user
10
    type: http_request
11
    method: GET
12
    url: "https://api.github.com/users/{{username}}"
13
    headers:
14
      User-Agent: dify-workflow
15
      Accept: application/vnd.github+json
16

17
  - id: branch
18
    type: if
19
    conditions:
20
      - case: "{{ fetch_user.status_code == 200 }}"
21
        next: summarize
22
      - case: "{{ fetch_user.status_code in [404,403] }}"
23
        next: not_found
24
      - else: error
25

26
  - id: summarize
27
    type: llm
28
    prompt: |
29
      请总结以下 JSON：
30
      {{ fetch_user.body }}
31

32
  - id: not_found
33
    type: output
34
    value: "用户不存在"
35

36
  - id: error
37
    type: output
38
    value: "请求失败，状态码：{{ fetch_user.status_code }}"

Debug

最关键的功能

运行测试，对于每个节点，建立后可以进行运行测试

Dify&Coze工作流搭建

Table of Contents

Dify&Coze工作流搭建

Dify实践

题目示例-京津冀长城杯决赛Dify工作流搭建

题目要求如下

最终效果

其他

模型设置

http-request

导出DSL

Debug