Dify — Workflow - 数据可视化

Dify Workflow 与 Chatflow 的核心区别

Workflow -- 一次返回结果
Chatflow -- 支持多次对话，多次返回结果

维度	Chatflow	Workflow
定位	对话式应用（如客服、问答助手）	自动化批处理 / 数据处理流程
交互方式	用户 ↔ AI 多轮对话	触发式执行（API、定时、webhook）
是否保留上下文	✅ 支持对话记忆（会话级）	❌ 每次运行独立，无会话历史
输入输出	用户问题 + 可选变量 → 自然语言回复	结构化数据 → 结构化结果
典型节点	意图识别、回复生成、问答检索	HTTP 请求、代码节点、参数提取、条件分支
适用场景	智能客服、Copilot、教育问答	数据清洗、报表生成、内容审核、定时任务

更直观的理解

Chatflow：用户主动发问，AI 像人一样"聊回去"，过程中能记住之前说了什么。
Workflow：更像一个数据处理管道，给它输入，它跑完逻辑返回结果，每次请求都是"失忆"的。

选择建议

需要与用户多轮对话 、记住上下文 → 选 Chatflow
需要批量处理数据 、API 集成 、无人值守自动化 → 选 Workflow

两者可以配合使用，例如 Workflow 做后台数据处理，再由 Chatflow 提供给用户查询入口。

注意点：ECharts(需要CSV)，需要LLM 整理数据格式，deepseek-chat 模型对 ECharts 所需的数据处理比较有好，不要直接选用推理模型，费token效果还不好

推理在工具里面应用效果不是很好，在自己开发大模型的时候，推理比较准确(Langgraph、LangChain.cn、MCP、SpringAI、info.xblzipper.com、hot.xblzipper.com、wenku.xblzipper.comEmbedding...) AI大模型知识体系
比如：我只让大模型给我回复什么内容，赋值到什么样的变量里，自己控制节点A->B->C,A输出的内容，要在B节点用变量来接受，比如 Dify --- Chatflow - 数据库智能查询

创建工作流

添加变量

添加文档提取器

添加大模型

将文件里的数据进行格式整理article.xblzipper.com、feed.xblzipper.com、m

search.xblzipper.com

highlighter-hljs 复制代码

<span style="color:#333333"><span style="background-color:#ffffff"><code class="language-undefined">将{{上下文}}中的数据整理成csv格式并输出，只需要输出结果，不需要输出额外解释内容。
</code></span></span>

选择 deepseek-chat 模型，mobile.xblzipper.com有助于输入图标

添加代码执行post.xblzipper.com

highlighter-hljs 复制代码

<span style="color:#333333"><span style="background-color:#ffffff"><code class="language-python"><span style="color:#0000ff">import</span> csv
<span style="color:#0000ff">import</span> json
<span style="color:#0000ff">from</span> collections <span style="color:#0000ff">import</span> defaultdict

<span style="color:#0000ff">def</span> <span style="color:#a31515">main</span>(csv_string):
    <span style="color:#008000"># 解析 CSV 数据</span>
    lines = csv_string.strip().split(<span style="color:#a31515">'\n'</span>)
    reader = csv.reader(lines)
    headers = <span style="color:#0000ff">next</span>(reader)
    data = [row <span style="color:#0000ff">for</span> row <span style="color:#0000ff">in</span> reader]

    <span style="color:#008000"># 提取列名</span>
    category_col, subcategory_col, value_col = headers

    <span style="color:#008000"># 构建数据字典</span>
    data_dict = defaultdict(<span style="color:#0000ff">lambda</span>: defaultdict(<span style="color:#0000ff">float</span>))
    <span style="color:#0000ff">for</span> row <span style="color:#0000ff">in</span> data:
        category, subcategory, value = row
        data_dict[category][subcategory] += <span style="color:#0000ff">float</span>(value)

    <span style="color:#008000"># 获取所有类别和子类别</span>
    categories = <span style="color:#0000ff">list</span>(data_dict.keys())
    subcategories = <span style="color:#0000ff">list</span>({subcat <span style="color:#0000ff">for</span> subcats <span style="color:#0000ff">in</span> data_dict.values() <span style="color:#0000ff">for</span> subcat <span style="color:#0000ff">in</span> subcats})

    <span style="color:#008000"># 构建 ECharts 配置</span>
    echarts_config = {
        <span style="color:#a31515">"tooltip"</span>: {<span style="color:#a31515">"trigger"</span>: <span style="color:#a31515">"axis"</span>},
        <span style="color:#a31515">"legend"</span>: {<span style="color:#a31515">"data"</span>: subcategories},
        <span style="color:#a31515">"xAxis"</span>: {<span style="color:#a31515">"type"</span>: <span style="color:#a31515">"category"</span>, <span style="color:#a31515">"data"</span>: categories},
        <span style="color:#a31515">"yAxis"</span>: {<span style="color:#a31515">"type"</span>: <span style="color:#a31515">"value"</span>},
        <span style="color:#a31515">"series"</span>: [
            {
                <span style="color:#a31515">"name"</span>: subcategory,
                <span style="color:#a31515">"type"</span>: <span style="color:#a31515">"bar"</span>,
                <span style="color:#a31515">"data"</span>: [data_dict[category].get(subcategory, <span style="color:#880000">0</span>) <span style="color:#0000ff">for</span> category <span style="color:#0000ff">in</span> categories]
            }
            <span style="color:#0000ff">for</span> subcategory <span style="color:#0000ff">in</span> subcategories
        ]
    }

    output = <span style="color:#a31515">"\n```echarts\n"</span> + json.dumps(echarts_config, indent=<span style="color:#880000">2</span>, ensure_ascii=<span style="color:#a31515">False</span>) + <span style="color:#a31515">"\n```"</span>
    <span style="color:#0000ff">return</span> {<span style="color:#a31515">"output"</span>: output}

</code></span></span>

添加结束节点

从0打造99.99%在线CRM web.xblzipper.com

测试运行news.xblzipper.com

上传文件