Dify调用硅基流动中模型时,流程编排中运行模型不显示思考过程,如何解决?

今天在使用Dify调用硅基流动中模型时,流程编排中运行模型不显示思考过程, 以下是详细的解决方法。可能有很多方法,这个方法只是一个示例。

1 硅基流动模型API

  • 本文仅是学习使用,所以用到了硅基流动模型API;
  • 硅基流动模型广场有一些免费的模型,所以就用这个用于学习了;
  • 需要先申请账号,才能下载模型;
  • 进入到对应的网址后,输入相关信息进行注册:
  • 选择首页后,选择模型广场:
  • 因为是学习用,所以选择了免费的模型进行使用:
  • 比如选择了deepseek-ai/DeepSeek-R1-0528-Qwen3-8B,选择在线体验:
  • 创建属于自己的API key,选择新建API即可:
  • 复制保存自己的API,后续需要用到。

2 DIfy中下载硅基流动

  • 接下来是在Dify中下载硅基流动模型;
  • 进入Dify首页选择插件进行下载即可:
  • 选择进行硅基流动下载:
  • 下载后在自己的本地插件页面可以看到:

3 Dify工作流(无思考过程)

  • 进入工作室页面,新建一个空白应用(工作流):

  • 增加开始节点:

  • 增加一个模型节点:

  • 再新增一个结束节点:

  • 完整的流程如图,发现运行后没有思考过程:

  • 模型数据处理如下:

python 复制代码
{
  "model_mode": "chat",
  "prompts": [
    {
      "role": "system",
      "text": "你是一个数学专家,请根据我的要求开展工作",
      "files": []
    },
    {
      "role": "user",
      "text": "请问1+1等于多少?",
      "files": []
    }
  ],
  "usage": {
    "prompt_tokens": 30,
    "prompt_unit_price": "0",
    "prompt_price_unit": "0.000001",
    "prompt_price": "0",
    "completion_tokens": 845,
    "completion_unit_price": "0",
    "completion_price_unit": "0.000001",
    "completion_price": "0",
    "total_tokens": 875,
    "total_price": "0",
    "currency": "RMB",
    "latency": 30.78103548800027
  },
  "finish_reason": "stop",
  "model_provider": "langgenius/siliconflow/siliconflow",
  "model_name": "Qwen/Qwen3-8B"
}
  • 模型输出如下:
python 复制代码
{
  "text": "<think>\n\n嗯,用户问的是"1+1等于多少?",
  这个问题看起来很简单,但作为数学专家,我需要仔细思考。首
  先,确定用户的需求是什么。可能他们是在测试我的知识,
  或者想确认基础数学概念,或者有更深层的问题。比如,
  他们可能在学习数学的基础,或者对某些数学理论有疑问,
  比如在模运算或布尔代数中1+1可能有不同的结果。\n\n接下来,
  我需要考虑用户可能的背景。如果是小学生,他们可能只是需要确认加法的基本规则,
  答案是2。
  但如果是更高级的用户,比如计算机科学或数学专业的学生,
  他们可能想知道在不同数学结构下的结果。比如,
  在二进制中,1+1等于10,而在布尔代数中,1+1等于1(逻辑或)。
  还有在模2运算中,1+1=0,因为2 mod 2是0。另外,
  集合论中,1+1可能代表两个集合的并集的基数,如果集合不相交,
  结果也是2;如果相交,可能不同。\n\n也有可能用户是在问某种哲学或逻辑问题,
  比如"1+1=2"是否总是成立,或者在某些情况下是否可能不成立。
  比如,在非标准分析中,无穷小量的存在可能会影响结果,
  但通常在基本算术中,1+1=2是公理。或者在某些抽象数学结构中,
  比如在模3运算中,1+1=2,但在模2运算中是0。
  需要明确用户是否在特定上下文中提问。\n\n此外,用户可能有拼写错误或其他误解,
  比如是否想问"1+1等于多少?"在某种编程语言中的运算结果,或者是否在问某种特定的数学问题,
  比如在范畴论中的加法,或者在群论中的运算。需要进一步询问用户是否需要特定领域的解释,
  或者是否在一般算术的范围内。\n\n可能还要考虑到用户是否在寻找一个幽默或讽刺的答案,
  比如在某些文化或语境中,1+1可能有不同的含义,但通常数学问题不会涉及这些。
  因此,作为数学专家,我需要先回答最普遍的情况,即在标准算术中1+1=2,
  然后询问是否有特定的上下文或领域需要进一步解释,以确保提供准确的信息。
  同时,保持回答简洁明了,适合不同层次的用户理解。\n\n</think>\n\n在标准算术中,**1 + 1 = 2**。
  这是基本的加法运算规则,适用于自然数、整数、实数等数域。\n\n不过,
  如果问题涉及其他数学结构或语境,答案可能不同:\n\n1. **二进制(计算机科学)**: 
   \n   在二进制中,`1 + 1 = 10`(即十进制的2)。  \n   原因:二进制的进位规则是满2进1,
   所以1+1=10。\n\n2. **布尔代数(逻辑运算)**:  \n   在布尔代数中,`1 + 1 = 1`(逻辑或)。 
    \n   原因:布尔加法对应逻辑"或",1或1的结果是1。\n\n3. **模运算**:  \n   - 在模2运算中,
    `1 + 1 = 0`(因为2 ≡ 0 mod 2)。  \n   - 在模3运算中,`1 + 1 = 2`(因为2 < 3)。\n\n4.
     **集合论**:  \n   如果1代表一个单元素集合,`1 + 1`表示两个不相交集合的并集,其基数为2。
     \n\n5. **非标准分析或抽象代数**:  \n   在某些特殊数学体系中,结果可能不遵循常规规则,
     但这类情况通常需要明确的上下文说明。\n\n**结论**:  \n在常规数学中,**1 + 1 = 2**。
     若涉及其他领域,请补充说明具体语境。",
  "usage": {
    "prompt_tokens": 30,
    "prompt_unit_price": "0",
    "prompt_price_unit": "0.000001",
    "prompt_price": "0",
    "completion_tokens": 845,
    "completion_unit_price": "0",
    "completion_price_unit": "0.000001",
    "completion_price": "0",
    "total_tokens": 875,
    "total_price": "0",
    "currency": "RMB",
    "latency": 30.78103548800027
  },
  "finish_reason": "stop",
  "files": []
}
  • 但是没有思考过程:

4 Dify工作流(有思考过程)

  • 优化后的整个工作流如下:
  • 新增一个开始节点,新增两个变量:
python 复制代码
content;文本类型
mlist:下拉选项
  • 新增模型,配置如下:
  • 新建一个条件分支,配置如下:
  • 新建一个模版转换,配置如下:
  • 新建一个代码执行节点,配置如下:
python 复制代码
import re

def main(text: str) -> dict:
    cleaned_answer = re.sub(r'<think[^>]*>.*?</think>', '', text, flags=re.DOTALL)
    final_answer = re.sub(r'^\n+', '', cleaned_answer)
    return {
        "result": final_answer
    }
  • 新增一个变量聚合器节点,配置如下:
  • 最后添加一个结束节点,配置如下:
  • 运行模型,显示下拉框选择显示即可:
  • 此时可以显示思考过程了:
相关推荐
猫天意2 小时前
【CVPR2025-DEIM】基础课程二十:顶会中的Partial创新思想,随意包装你想包装的!
图像处理·人工智能·yolo·计算机视觉·matlab
DDC楼宇自控与IBMS集成系统解读2 小时前
IBMS智能化集成系统:构建建筑全场景协同管控中枢
大数据·网络·人工智能·能耗监测系统·ibms智能化集成系统·楼宇自控系统·智能照明系统
SimonSkywalke2 小时前
STS_Root_Cause_Analysis_Error.ipynb 工作流程解析
运维·人工智能
shao9185162 小时前
Gradio全解11——Streaming:流式传输的视频应用(5)——RT-DETR:实时端到端检测模型
人工智能·nms·objects365·rt-detr·rt-detrv2·高效混合编码器·iou交并比
chanalbert3 小时前
信息检索技术综述:从传统稀疏检索到现代深度学习方法
人工智能·深度学习·全文检索
vivo互联网技术3 小时前
聚焦结构化注意力,探索提升多模态大模型文档问答性能
人工智能
慧星云3 小时前
魔多 AI 支持 Kontext 在线训练 :超高角色一致性助您创作
人工智能·云计算·aigc
小周不长肉3 小时前
AI幻觉的罪魁祸首
人工智能
小关会打代码3 小时前
计算机视觉进阶教学之图像投影(透视)变换
人工智能·计算机视觉