【实例】Dify1.6 智能体之多工作流链式参数传递

本文分享一个基于工作流的智能体设计示例,展示如何通过调用多个子工作流,实现数据的自动处理与传递,避免智能体天马行空。重点解析两个工作流的输入输出结构及提示词设计思路,帮助你快速理解智能体的构建模式。


示例背景

假设你有一个数据处理智能体,需要:

  1. 接收用户输入,自动提取字段 a(若未传入,使用默认值 "default_a")。

  2. 调用第一个工作流 T_Send,将字段 a 作为请求发送,并获取其返回值。

  3. 将 T_Send 的返回值中某部分数据(output字段)传递给第二个工作流 T_Recvive。

  4. 最终输出 T_Recvive 的结果中的某个具体字段。

  5. 如下图:对话框输入"数据:测试京津冀",返回如下图:


工作流及代码示例

复制代码
# 接收输入并调用 T_Send 工作流
#{{call 'T_Send'}}
{
  "request": {{{ {"a": input.a | default('default_a')} | to_json }}}
}
#{{/call}}

# 将 T_Send 的返回结果存入内存
#{{set_memory "send_result" last_call.data}}

输出T_Send的返回值是:
{{memory.send_result}}

# 调用 T_Recvive 工作流,传入 T_Send 返回结果中的 output 字段
#{{call 'T_Recvive'}}
{
  "output": {{{ memory.send_result.output | to_json }}}
}
#{{/call}}

输出T_Recvive的返回值是:
{{last_call.data.output.la}}

两个工作流输入输出描述

工作流名 输入参数 输出参数 说明
T_Send request 对象,包含字段 a(字符串) 返回含 output 字段的 JSON 对象 根据请求参数处理,返回带有输出数据,这里需要去掉output一级
T_Recvive output 对象(来自 T_Send 的输出) 返回含 output 字段的 JSON 对象 进一步处理传入的 output,提取最终结果

提示词(Prompt)设计分析

  1. 默认值处理

    使用 input.a | default('default_a') 表达式,保证无论用户是否传入字段 a,都能正常调用工作流,避免空值导致的异常。

  2. 数据传递清晰

    在调用 T_Recvive 时,明确传入 T_Send 返回的 output 字段,保证工作流链条上下文传递准确,避免数据丢失或混淆。

  3. 中间结果存储

    通过 #{{set_memory}} 语句将中间结果缓存到智能体内存,方便后续工作流调用或条件判断。

  4. 明确输出指向

    在输出阶段直接定位到具体字段(如 output.la,la是T_Recvive工作流的返回结果中的数据),方便下游使用或展示,避免输出内容过于庞杂。


总结

这个示例展示了多工作流协同的数据处理思路:

  • 灵活提取输入字段并处理默认值;

  • 使用明确的 JSON 结构传递数据;

  • 结合缓存机制管理中间状态;

  • 逐步拆解复杂任务,保证各工作流职责单一。

通过合理设计提示词和数据结构,能大幅提升智能体的可维护性和扩展性。希望这个示例对你设计复杂工作流有帮助!

相关推荐
谙弆悕博士12 小时前
多智能体架构详解:网状去中心化架构(Mesh对等P2P)
人工智能·架构·去中心化·p2p·多智能体·智能体·langgraph
真上帝的左手2 天前
26. AI-Agent-技术架构:Harness、Runtime、Orchestrator、Framework
人工智能·架构·agent·ai编程·智能体
小小-猿5 天前
从 gpt-6-luna 到第一个 Nexent 智能体:配置、调试与发布
gpt·大模型·智能体·ai智能体·nexent
科研小刘带你玩学术5 天前
【科研快讯】OpenAI推出ChatGPT Wallet:AI Agent不再只会推荐商品,还能替用户完成支付
人工智能·数字经济·智能体·科技前沿·aiagent·ai支付·智能商务
指尖时光.6 天前
【Agent】个人 Agent 工作台建设指南
agent·知识库·智能体·skill·agent开发
贾伟康9 天前
HarmonyOS API 26 HMAF Skill 可解释任务计划与失败回退
harmonyos·arkts·智能体·skill·hmaf
贾伟康9 天前
HarmonyOS API 26 HMAF 2.0 意图解析的可解释动作图
harmonyos·arkts·智能体·a2a·hmaf
贾伟康10 天前
HarmonyOS API 26 HMAF Skill 多 Skill 冲突仲裁与可恢复执行
harmonyos·arkts·智能体·skill·hmaf
OxYGC11 天前
智能体项目复盘 · 智能客服篇:对话栈、Flow 与策略集成器——LLM 是怎么嵌进传统多轮对话架构的
对话系统·智能客服·rag·智能体
正在走向自律12 天前
AI Agent 落地这一年:从“能跑起来”到“敢放出去”
大数据·人工智能·ai agent·智能体·mcp·a2a