Dify 中级实验（05）：并行执行——如何让多路任务同时跑？

Dify 中级实验（05）：并行执行------如何让多路任务同时跑？

Dify 实验系列 · 中级 05/20 | 实验编号：DIFY-102-06

1. 实验目的

掌握 并行分支（Parallel Branch） 的使用：从开始节点拉出多条独立路径同时执行，理解并行 vs 串行的权衡、分支间变量隔离规则，以及结果合并这一并行架构的真正瓶颈。

适合场景：一个综合问题需要多路取数（知识库 + API + 搜索）、多源信息汇总、互不依赖的子任务并发。

2. 场景设计

用户提出一个综合问题，需要同时从三个维度取数才能完整回答：

分支 A：知识库检索产品技术文档 → 摘要；
分支 B：库存/价格 API（模拟，0.5s 延迟）；
分支 C：互联网搜索市场动态（模拟，0.8s 延迟）。

串行总耗时 = 三步之和（约 1.3s+）；并行总耗时 ≈ 最慢分支（约 0.8s）。最后 LLM 整合三路信息，带来源标注输出。

输入：user_query（用户问题）、product_name（产品名称）。

3. 节点拓扑

text 复制代码

开始（user_query / product_name）
  ├─ 产品知识库检索（KB，top_k 5）→ 知识摘要（LLM）──┐
  ├─ 模拟价格库存 API（Code，0.5s）───────────────┼→ 整合情报（LLM）→ 结束
  └─ 模拟互联网搜索（Code，0.8s）─────────────────┘

三条线互不依赖，从开始节点直接拉出三路；唯一汇聚点是最后的 LLM。

4. 关键配置

4.1 知识库分支

yaml 复制代码

- data:
    dataset_ids:
    - 87e2a4af-3f5c-4fb4-8468-a42609c5834c   # 导入后替换为你的知识库 ID
    output_retrieval_result: true             # 必须 true，否则 result 为空
    query_variable_selector: [start, user_query]
    retrieval_mode: single
    top_k: 5
    title: 产品知识库检索
    type: knowledge-retrieval
  id: kb_retrieval

摘要 LLM 直接用三花括号引用检索结果------KB → LLM 用 {``{#kb_retrieval.result#}}，context 保持 enabled: false：

yaml 复制代码

prompt_template:
- id: p_summary
  role: system
  text: |
    根据以下产品文档信息，提取和问题相关的内容：
    问题：{{#start.user_query#}}
    文档：{{#kb_retrieval.result#}}
    格式要求：用 2-3 句话概括核心信息。如果文档中没有相关信息，说明"文档中未找到相关信息"。
reasoning_format: separated

4.2 模拟 API 与搜索分支

python 复制代码

# 分支 B：模拟价格库存 API（0.5s 延迟）
def main(product_name: str) -> dict:
    import time
    time.sleep(0.5)
    mock_data = {
        "产品A": {"price": 99.9, "stock": 500, "discount": "新品9折"},
        "产品B": {"price": 199.0, "stock": 23, "discount": "限时8折"},
        "产品C": {"price": 59.9, "stock": 0, "discount": "无"},
    }
    data = mock_data.get(product_name, {"price": "未知", "stock": "未知", "discount": "无"})
    status = "有货" if data.get("stock", 0) > 0 else "缺货"
    text = "产品：{}；价格：{}元；库存：{}；状态：{}；优惠：{}".format(
        product_name or "未知", data.get("price"), data.get("stock"), status, data.get("discount"))
    return {"price_text": text}

4.3 合并 LLM

三路输出通过 variables 映射进 prompt，要求带来源标注：

yaml 复制代码

prompt_template:
- id: p_merge
  role: system
  text: |
    你是一个情报分析师。请整合以下三路信息，给用户一个全面、结构化的回答。
    用户问题：{{#start.user_query#}}
    ━━━ 来源 A：[知识库] 产品文档摘要 ━━━
    {{#lm_summary.text#}}
    ━━━ 来源 B：[库存API] 价格与库存信息 ━━━
    {{#cd_price.price_text#}}
    ━━━ 来源 C：[搜索] 市场动态 ━━━
    {{#cd_search.search_text#}}
    要求：
    1. 以「来源标注」标注每条信息的出处（[知识库]/[库存API]/[搜索]）
    2. 如果不同来源信息冲突，明确指出
    3. 最终给出综合建议
reasoning_format: separated

⚠️ prompt 里引用上游字段一律写 {``{#节点id.字段#}} 三花括号 ------{``{变量名}} 双花括号在 1.16 里不会被替换，会字面传给模型（实测踩坑，见第 6 节）。

5. 运行验证

输入	期望行为	实测
product: 产品A，query: 有什么优惠？	三路并行，合并回答带 $知识库$ / $库存API$ / $搜索$ 标注	与预期一致
product: 产品C，query: 如何购买？	知识库有信息，但库存为 0，回答指出缺货	与预期一致

耗时对比：单分支串行约 1.3s，并行约 0.8s------并行收益 = 最慢分支耗时，而不是所有分支之和。打开执行日志，展开并行分支看每路独立耗时与交叉的日志流。

6. 采坑点

坑	现象	修复
并行分支间互相引用变量	分支 B 想读分支 A 的中间结果，取不到	分支内变量互不可见，只能在下游汇聚节点消费各分支输出
prompt 用 {``{变量名}} 双花括号	LLM 收到字面占位符，回答「参考资料为空」	一律 {``{#节点id.字段#}} 三花括号（实测：同应用两个 LLM 对照验证）
KB 结果在 LLM 模板取不到	误以为必须开 context 模式	{``{#kb_retrieval.result#}} 直接引用 + `context.enabled: false`
并行日志交叉难读	多分支日志混在一起，定位问题慢	单次只调试一个分支，或把每个分支的摘要打印到输出
以为并行必然更快	CPU 密集型任务并行无收益，甚至更慢	并行只对 I/O 密集型（API/检索）有效；合并节点复杂度可能吃掉加速收益

💡 并行架构的设计顺序：先定汇聚点，再画分支。三条线最后都要在同一个 LLM/聚合节点汇合，分支越多，合并 prompt 的编排成本越高------这是并行方案真正的成本。

7. 实验文档及源码获取

实验文档 （完整操作步骤）：DIFY-06：并行执行------同时做三件事.md
源码（可直接导入）：dify102_06_多源情报聚合器.yml

文章聚焦核心配置与采坑点；实验的完整分步操作（节点搭建/参数表/调试指引）见实验文档原文。

下一篇：Dify 中级实验（06）：变量聚合------如何确定性合并多路分支结果？