工作流

ComfyUI工作流不动了？在这记录一下在使用comfyui使用的过程中遇到的一个奇葩问题。工作流跑到某一个节点然后就不动了，一直保持在这个节点，comfyui后台也没报错，也不输出内容。

Dify 从入门到精通（第 30/100 篇）：Dify 的分布式部署在 Dify 博客系列：从入门到精通（100 篇）的前二十九篇文章中，我们从基础到异常处理，全面掌握了 Dify 的开发能力。本文是系列的第三十篇，聚焦 Dify 的分布式部署，深入讲解如何使用 Kubernetes 和负载均衡实现高可用和可扩展性。我们将通过实践部署一个分布式客服系统，支持高并发用户。本文侧重知识重点，确保您在 40-50 分钟内掌握分布式部署的技能。本文适合 DevOps 工程师、系统管理员和希望支持高并发的从业者。完成本文后，您将为后续文章（如第 31 篇《Dify 从入门到精通（

Dify 从入门到精通（第 20/100 篇）：Dify 的自动化测试与 CI/CDDify 的自动化测试与 CI/CD（持续集成/持续部署）旨在通过脚本和管道自动化验证应用功能、性能和部署流程，确保快速迭代和高可靠性。

程序员柒叔

Coze Studio概览（五）--工作流管理Coze Studio 采用DDD（领域驱动设计）架构，工作流管理功能横跨前后端，主要技术组件包括：后端核心技术栈：

【n8n】如何跟着AI学习n8n【03】：HTTPRequest节点、Webhook节点、SMTP节点、mysql节点n8n的系统性学习，对各知识点地毯式学习🔍~定制n8n的AI老师，有AI老师制定学习大纲，参考之前的文档（本系列n8n学习大纲，也在这里）：

基于Coze平台的自动化情报采集与处理引擎—实现小红书图文到飞书的端到端同步本文介绍了一个基于Coze平台的智能工作流设计与实现，旨在解决内容运营中信息采集、处理与归档的自动化难题。该系统通过集成小红书内容提取、OCR文字识别及飞书多维表格同步三大核心功能，构建了一套完整的“信息获取-智能解析-结构化存储”闭环。项目不仅实现了技术上的创新，更在实际应用中显著提升了工作效率，为内容创作者和运营团队提供了强大的数据支持。

Coze 开源了！所有人都可以免费使用了大家好，我是 Immerse，一名独立开发者、内容创作者、AGI 实践者。关注公众号：#沉浸式趣谈，获取最新文章（更多内容只在公众号更新)

带刺的坐椅

Solon Flow v3.4.0 轻量级流程编排框架Solon Flow 是一个轻量级流程编排框架（采用 yaml 或 json 偏平式编排格式）有可视化的设计器：

NullPointerExpection

LLM大语言模型不适合统计算数，可以让大模型根据数据自己建表、插入数据、编写查询sql统计例如有如下数据：表示的是某班级学生各科目的分数，假如我们想让大模型统计该班各科目成绩的总分，最能想到的方法就是编写如下的提示词扔给大模型：

使用Dify打造视频生成工作流：从提示词到视频的完整指南在AIGC技术快速迭代的背景下，视频内容的自动化生产已成为企业降本增效与个人创意落地的关键需求。Dify作为开源的LLM应用开发平台，通过可视化工作流编排能力，可无缝串联文本处理、第三方API调用、存储服务等组件，构建从“文本提示词”到“完整视频”的端到端生成链路。与传统视频制作流程相比，基于Dify的工作流可将创意落地周期从数天缩短至分钟级，并支持多模态输入（文本/图像）、多平台适配（社交媒体/教育/营销）等场景需求。

Warm-Flow发布1.7.4, 设计器和流程图优化新版流程图Dromara Warm-Flow国产工作流引擎，其特点简洁轻量，五脏俱全，灵活扩展性强，是一个可通过jar引入设计器的工作流。

利用井云平台把Coze工作流接入小程序/网站封装变现 | 详细步骤→今天来看看怎么把Coze工作流接入井云生成你的专属网站/小程序！当前已支持三大模块接入：✅ 工作流 ✅ 智能体 ✅ 外部网页

工作流和Agent 的区别与联系工作流和智能体可能让人混淆的地方就是他们都可能有大模型的加持，都可能有工具的加入供大模型调用，本文做一下对比和联系

使用 Coze 工作流一键生成抖音书单视频：全流程拆解与技术实现摘要：本文基于一段关于使用 Coze 平台构建抖音爆火书单视频的详细讲解，总结出一套完整的 AI 视频自动化制作流程。内容涵盖从思路拆解、节点配置、数据处理到最终草稿输出的完整工作流设计，适合希望利用低代码平台快速打造高质量短视频内容的创作者和开发者参考。

2.3.net core 工作流WorkFlow流程（流程节点附件设置）WikeFlow官网：http://www.wikesoft.com有些流程要求某些节点必须上传附件。

Coding的叶子

React Flow 数据持久化：Django 后端存储与加载的最佳实践（含详细代码解析）在构建 React Flow 应用时，前端呈现的节点与连线构成的可视化流程只是冰山一角，其背后的数据持久化与灵活调取才是确保应用稳定运行、支持用户数据回溯与协作的关键。因此，后端存储与加载 React Flow 信息的环节，就如同整个应用的数据中枢，它不仅要高效地保存前端传递的复杂结构数据，还要在用户下次访问时精准无误地加载还原，以保障用户体验的连续性与完整性。下面将Django 后端为例进行介绍，也可以换成fastapi等其它后端。

Ubuntu源码版comfyui的安装Comfyui也出桌面版了，但是想让大家多个人都使用怎么办呢？也有方法，安装Linux版，启动后会生成个网页地址，打开就能用了。

Coding的叶子

React Agent：从零开始构建 AI 智能体｜React Flow 实战・智能体开发・低代码平台搭建《React Agent：从零开始构建 AI 智能体》专栏介绍，预计2025年6月之前完成全部内容。专栏地址：https://blog.csdn.net/suiyingy/category_12933485.html。项目地址：https://gitee.com/fgai/react-agent（含完整代码示例与实战源）。

.net core workflow流程定义WikeFlow官网：http://www.wikesoft.comWikeFlow学习版演示地址：http://workflow.wikesoft.com

n8n工作流自动化平台的实操：生成统计图的两种方式牵涉节点：Postgres、Code、QuickChart、Edit Fields、HTTP Request