1. 项目背景"AI 生成的回复很精彩，但全是 ChatGPT 脑子里的知识——我们内部的订单系统、CRM、数据库里的数据，AI 完全不知道。“这是大多数企业落地 AI 应用时的第一道坎。LLM 擅长语言理解和生成，但它无法直接访问企业内部系统。你需要一个"桥梁”——让 AI 流程在需要的时候，自动去查询内部的订单 API、调用 CRM 的客户接口、读取数据库的报表数据，然后把结果传给 LLM 进行理解和格式化。Dify Workflow 中的 HTTP 请求节点就是这座桥梁。它让你在 Workflow 画布中直接发起 HTTP 请求，调用任何 REST API——不管是 OpenAI 的最新模型、公司内部的微服务、第三方的天气/地图服务，还是 Jira/TAPD 等项目管理工具。请求的 URL、Headers、Body 可以动态使用 Workflow 中的变量，返回的数据可以解析到变量池中供下游节点使用。但 HTTP 节点看似简单，踩坑点不少：认证头怎么写？返回的 JSON 怎么解析给 LLM？请求超时了怎么处理？Docker 容器里访问localhost为什么不通？本章通过三个真实场景——查询订单信息、调用后台 API、集成第三方服务——带你彻底掌握 HTTP 节点，打通 Dify 和现有业务系统的数据通道。2. 项目设计小胖：（满脸困惑）“大师，我在 Workflow 里拖了一个 HTTP 请求节点，想查我们内部订单 API。但填 URL 的时候我就卡住了——在浏览器里我用http://localhost:8080/api