Dify 工作流合集 Awesome-Dify-Workflow 完整指南如何快速导入 40 个现成工作流【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-WorkflowAwesome-Dify-Workflow 是一个开源的 Dify 工作流合集仓库里放着 40 多个可直接导入的 DSL 工作流文件覆盖翻译、内容创作、数据分析、知识库问答等常见场景。如果你已经在使用 Dify或者刚接触 AI 流程编排它让你跳过逐个拖拽节点的搭建过程——挑一个文件导入调参就能跑起来也适合拆开节点学习别人的编排思路。它能解决的三类实际问题翻译流程不想从头搭。仓库里有一整套翻译类工作流中译英.yml采用直译→反思→意译的三段式提示词translation_workflow.yml借鉴了吴恩达的 Agentic Workflow 思路需要输入语言、目标语言、国家、原始文本 4 个参数全书翻译.yml则是把长文本切分后放进迭代器逐段翻译。你不需要自己设计这些节点导入后替换成自己的模型即可。大模型输出不稳定。json-repair.yml专门修复 LLM 输出中缺引号、多括号这类 JSON 格式问题json_translate.yml则解析 JSON 里需要翻译的字段迭代翻译后再拼回原结构。这类修补型小工具正是自己从零搭建时最容易低估工作量的一部分。想让对话机器人有记忆、会调用工具。记忆测试.yml演示了短期记忆加思维链的写法Agent工具调用.yml用 Dify 1.0 的 Agent 节点通过函数调用FC触发不同工具旅行Demo.yml展示了把对话消息存入会话变量、纳入 Agent 思考上下文的做法。如果你在做客服或助手类应用这几个文件是最直接的参考。关键能力按用户收益来看导入即用覆盖面广DSL 目录下的文件按翻译、工具、聊天机器人、代码等分类每个文件在 README 里都有功能描述和来源标注找到对应文件后直接导入 Dify 账号再做少量调整换模型、改提示词就能用。统一为工作流模式所有 DSL 都是工作流包含输入、条件判断、变量聚合器、输出等标准节点可以发布为工具后嵌入 ChatBot 流程复用成本低。能力跟着 Dify 版本走合集已支持多任务并行、会话变量、表单、ECharts 图表渲染等特性前提是 Dify 0.13.0 及以上版本导入Agent 节点属于 1.0 版本后的功能建议尽量用最新版 Dify。本身是一份学习材料每个 yml 文件都可以在线查看节点的连接方式、提示词写法、代码节点逻辑都摆在明面上拆开来读比看抽象教程更容易上手。下面这张图来自合集中的教程自动生成工作流dify_course_demo.yml可以看到一个复杂 Dify 工作流可以并行拆分出多个分支每个分支内部又是LLM 节点→条件判断→汇总的循环结构第一次使用路径从账号到导入准备 Dify 环境。两种方式注册 Dify 云版账号免费版最多创建 5 个工作流或用 Docker 自部署README 的常见问题里整理了国内镜像源、sandbox 装第三方库等自部署常见问题的解法。账号准备好后在工作空间里先添加至少一个可用的大模型。下载仓库。本地执行下面的命令即可把全部工作流文件拉到电脑上git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow挑一个文件。打开 DSL 目录对照 README 中的文件清单 里的描述选场景比如想做 JSON 修复就找json-repair.yml想做知识库问答就找Document_chat_template.yml。不想下载到本地也可以直接打开仓库页面复制文件的原始链接再导入。导入并运行。在 Dify 工作室里点击导入 DSL 文件选择刚才下载的 yml 文件。导入后不要直接点发布先逐节点检查LLM 节点里的模型是否已配置、提示词是否符合你的场景、涉及外部服务的节点如搜索、地图是否填了 Key。确认无误后点预览在右侧聊天框输入测试内容验证输出是否符合预期。适合谁、不适合谁比较适合已经在用 Dify云版或自部署想让翻译、问答、文案生成等场景少搭一些节点的人正在学习 Dify 编排思路的新手仓库里每个文件都是可对照的实例比空看文档直观需要修补型小工具的人比如 JSON 修复、代码翻译Claude3 Code Translation.yml、分词jieba.yml这类单项能力。不太适合还没有 Dify 环境且不打算部署的人——工作流只能在 Dify 平台里运行这个前提绕不过去期望完全免配置的场景导入后模型、Key、提示词都需要你自己补齐需要企业级深度定制、但又完全不想碰 YAML 和节点配置的用户这类需求建议直接找 Dify 官方方案。使用建议与注意事项 导入前先确认 Dify 版本0.13.0 以下版本可能不支持并行任务、会话变量等新特性含 Agent 节点的工作流如Agent工具调用.yml、Demo-tod_agent.yml需要 Dify 1.0 以上。外部服务依赖要逐个检查MCP-amap.yml需要先去高德开放平台申请免费 Key 并替换到流程里搜索大师.yml依赖 SearXNG 和 Jina 服务部分翻译流程依赖外部网络环境自部署 Dify 在容器内运行时可能访问不通。Python 类工作流有额外前提matplotlib.yml、jieba.yml、File_read.yml依赖 sandbox 执行 pandas、matplotlib 等第三方库官方 sandbox 权限配置较复杂README 建议配合作者的 dify-sandbox-py 简单版使用并挂上传目录。留意已失效的流程Dify 运营一条龙.yml的主流程因图片生成服务变更已不可用README 明确标注全当看个思路导入前先看说明。数据传递有长度限制节点间传长字符串报超限制时可修改自部署.env中的CODE_MAX_STRING_LENGTH和TEMPLATE_TRANSFORM_MAX_LENGTH后重启容器。知识库场景的小坑PDF 上传后检索乱码可先转成 Markdown 再入库知识库检索要输出图配文效果需在知识库内容中加入图片的远程链接仓库里图文知识库/目录有完整示例。对输出保持人工复核这些工作流解决的是流程搭建问题LLM 生成的标题、文案、翻译仍建议人工检查后再对外发布。一句话总结Awesome-Dify-Workflow 的价值在于把别人调好的 Dify 工作流变成你可以直接导入、拆解、改写的文件省去从空白画布开始的试错时间。下一步建议注册一个 Dify 账号从json-repair.yml或SEO Slug Generator.yml这类结构简单的工作流入手完整走一遍导入→配置模型→预览验证的流程跑通后再挑一个和你工作相关的场景深入定制。【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考