【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
爱编程的喵喵1 小时前
Al Agent开发零基础构建复合智能体
人工智能·agent·智能体
cxr8281 天前
BMAD方法论:敏捷价值、原则映射与全生命周期技术
人工智能·智能体·ai赋能
致Great1 天前
AI Agent的四象限法则:解码智能体应用的底层逻辑
人工智能·大模型·agent·智能体·deepresearch
cxr8283 天前
洞察未来:Temporal.io 如何赋能复杂模拟引擎的韧性与智能
人工智能·wpf·智能体
zbk.gyl3 天前
LazyLLM端到端实战:用RAG+Agent实现自动出题与学习计划的个性化学习助手智能体
人工智能·ai·大模型·agent·rag·智能体·lazyllm
cxr82811 天前
SPARC方法论在Claude Code基于规则驱动开发中的应用
人工智能·驱动开发·claude·智能体
居7然13 天前
解锁AI智能体:上下文工程如何成为架构落地的“魔法钥匙”
人工智能·架构·大模型·智能体·上下文工程
cxr82815 天前
基于Claude Code的 规范驱动开发(SDD)指南
人工智能·hive·驱动开发·敏捷流程·智能体
这张生成的图像能检测吗16 天前
(论文速读)从语言模型到通用智能体
人工智能·计算机视觉·语言模型·自然语言处理·多模态·智能体
pursue.dreams16 天前
腾讯开源智能体框架Youtu-agent全解析:特性、架构与实战指南
开源·智能体·youtuagent