当前位置： 首页 > news >正文

Dify 从入门到精通（第 10/100 篇）：使用 Dify 工具集扩展功能

news 2025/8/3 7:39:42

Dify 从入门到精通（第 10/100 篇）：使用 Dify 工具集扩展功能

在 Dify 博客系列：从入门到精通（100 篇） 的前九篇文章中，我们系统地探索了 Dify 的核心概念与实践。

Dify 入门到精通系列文章目录

  • 第一篇《Dify 究竟是什么？真能开启低代码 AI 应用开发的未来？》介绍了 Dify 的定位与优势
  • 第二篇《Dify 的核心组件：从节点到 RAG 管道》深入剖析了 Dify 的功能模块
  • 第三篇《Dify vs 其他 AI 平台：LangChain、Flowise、CrewAI》对比了 Dify 与其他平台的优劣
  • 第四篇《快速上手 Dify 云端：5 分钟创建第一个应用》带您实践了云端部署的问答机器人
  • 第五篇《Dify 本地部署入门：Docker Compose 指南》讲解了本地部署
  • 第六篇《配置你的第一个 LLM：OpenAI、Claude 和 Ollama》介绍了 LLM 配置
  • 更多文章：Dify 博客系列：从入门到精通（100 篇）

本文是系列的第十篇，聚焦 Dify 的工具集功能，深入讲解如何通过内置工具（如 Serper、JinaReader）和自定义工具扩展 Dify 应用的能力。我们将通过实践构建一个结合搜索和网页抓取的实时信息查询系统。本文侧重知识干货，确保您在 30-40 分钟内掌握工具集的配置与应用。本文适合初学者、开发者以及希望扩展 Dify 功能的从业者。完成本文后，您将为后续文章（如第 11 篇《Dify 从入门到精通（第 11/100 篇）：优化 Prompt 工程：提升 LLM 性能》）做好准备。跟随 逻极，解锁 Dify 的工具集扩展之旅！

什么是 Dify 工具集？

Dify 的工具集（Tools）是扩展应用功能的关键组件，允许用户在 Chatflow 和 Workflow 中调用外部 API 或自定义代码，获取实时数据或执行特定任务。工具集分为内置工具和自定义工具：

  • 内置工具：Dify 提供预配置工具，如 Serper（实时搜索）、JinaReader（网页抓取）、Yahoo Finance（金融数据）。
  • 自定义工具：通过 Code 节点（Python/Node.js）或 API 集成实现特定功能。
  • 核心优势：
    • 实时数据：补充知识库，获取最新信息。
    • 灵活性：支持多种场景，如搜索、数据分析、自动化任务。
    • 无代码配置：内置工具通过可视化界面快速集成。

适用场景：

  • 实时问答：结合 Serper 回答最新问题。
  • 内容抓取：用 JinaReader 提取网页数据。
  • 数据分析：通过 Yahoo Finance 获取市场数据。
  • 自定义逻辑：用 Code 节点处理复杂任务。

注意：本文假设您已完成 Dify 云端（第四篇）或本地部署（第五篇），并配置了 LLM（第六篇）。若未完成，建议先参考前文。

前置准备

在开始之前，您需要：

  1. Dify 环境：
    • 云端：登录 Dify 官网，确保有 API 调用额度。
    • 本地：完成第五篇的 Docker Compose 部署，访问 http://localhost:3000.
  2. LLM 配置：
    • 已配置 OpenAI GPT-4o、Claude 3.5 或 Ollama Llama 3（参考第六篇）。
  3. 工具 API 密钥：
    • Serper API 密钥（从 Serper 获取）。
    • 可选：Yahoo Finance API 密钥（或其他数据源）。
  4. 数据源：
    • 准备知识库（如“company_faq.pdf”）或网页 URL（如 https://company.com/news）。
  5. 工具：
    • 浏览器：访问 Dify 仪表板。
    • 可选：curl 或 Postman，测试 API 调用。
    • 可选：代码编辑器（如 VS Code），编写自定义工具。
  6. 时间预估：30-40 分钟（含配置和测试）。

干货：Serper 提供免费试用额度（100 次搜索），适合测试；优先选择 GPT-4o 作为 LLM，快速响应且适合工具集场景；本地部署用户需确保网络支持外部 API（如 api.serper.dev）。

步骤 1：配置内置工具

我们将配置 Serper（实时搜索）和 JinaReader（网页抓取），构建一个实时信息查询系统。

  1. 配置 Serper：

    • 登录 Dify 仪表板，点击“Tools” > “Add Tool” > “Serper”.
    • 输入 Serper API 密钥（从 Serper 获取）。
    • 配置：
      Name: Serper Search
API Key: <your_serper_key>
    • 点击“Test Connection”，确认返回搜索结果。
    • 点击“Save”。

  2. 配置 JinaReader：

    • 点击“Tools” > “Add Tool” > “JinaReader”.
    • 配置：
      Name: JinaReader
Base URL: https://r.jina.ai/
    • 无需 API 密钥，JinaReader 免费使用（有限制）。
    • 点击“Test Connection”，输入 URL（如 https://company.com/news），确认返回网页内容。
    • 点击“Save”。

干货：

  • Serper 配置：确保 API 密钥有效，测试查询（如“AI trends 2025”）检查结果质量。
  • JinaReader 限制：免费版支持简单网页，复杂动态网页（如需登录）可能需付费版。
  • 工具测试：在“Tools”面板手动输入查询，验证输出格式（JSON 或文本）。

步骤 2：创建 Workflow 应用

我们将构建一个 Workflow，结合 Serper 和 JinaReader，回答用户关于行业的最新问题（如“AI in healthcare trends”）。

  1. 创建应用：

    • 点击“Create Application” > “Workflow”.
    • 命名应用（如“Real-Time Query Bot”）。
    • 选择“Blank Workflow”。

  2. 配置工作流：

    • Start 节点：
      • 定义输入：
        query: string (e.g., "AI in healthcare trends")
      • 输出变量：query.
    • Tools 节点（Serper）：
      • 选择“Serper Search”.
      • 配置：
        Query: {{start.query}}
Max Results: 5
      • 输出变量：search_results（类型：数组）。
    • Tools 节点（JinaReader）：
      • 选择“JinaReader”.
      • 配置：
        URL: {{search_results[0].url}} (提取搜索结果的第一个 URL)
      • 输出变量：web_content（类型：字符串）。
    • LLM 节点：
      • 选择模型：GPT-4o.
      • 配置 Prompt：
        Based on the search results {{search_results}} and webpage content {{web_content}}, answer {{start.query}} in a concise tone, under 100 words. Provide key trends and insights.
      • 参数：
        Temperature: 0.5
Max Tokens: 100
      • 输出变量：answer_text（类型：字符串）。
    • Answer 节点：
      {{llm.answer_text}}

干货：

  • 节点连接：确保 search_results[0].url 有效，添加 If/Else 节点检查 URL 可用性。
  • Prompt 优化：明确“key trends” 和“under 100 words”控制输出质量。
  • 工具顺序：Serper 先于 JinaReader，确保网页抓取基于搜索结果。

步骤 3：测试与调试

  1. 预览测试：

    • 点击“Preview”，输入：
      query: AI in healthcare trends
    • 预期输出：
      AI in healthcare trends include improved diagnostics (95% accuracy in imaging), predictive analytics reducing costs by 20%, and chatbots adopted by 30% of clinics, per recent studies.

  2. 调试常见问题：

    • 搜索结果不相关：
      • 优化 query（如“AI healthcare trends 2025”）。
      • 检查 Serper API 配额。
    • 网页抓取失败：
      • 验证 search_results[0].url 是否可访问。
      • 测试 JinaReader 独立抓取（如 https://company.com/news）。
    • LLM 输出冗长：
      • 调整 Max Tokens（100）或 Prompt 字数限制。
    • 使用“Workflow Process”面板：
      • 检查 search_results 是否包含有效数据。
      • 验证 web_content 是否提取完整网页文本。

  3. API 测试：

    • 获取 API 端点（“API Access”面板）：
      Endpoint: http://localhost:5001/v1/workflows/run (本地) 或 https://api.dify.ai/v1/workflows/run (云端)
Authorization: Bearer <your_api_key>
    • 测试：
      curl -X POST http://localhost:5001/v1/workflows/run \
-H "Authorization: Bearer <your_api_key>" \
-H "Content-Type: application/json" \
-d '{"inputs": {"query": "AI in healthcare trends"}, "app_id": "real-time-query-bot"}'

干货：

  • 调试技巧：启用“Workflow Process”查看工具输出（Dify v1.5.0 功能），快速定位问题。
  • API 优化：使用 response_format=json 确保结构化输出。
  • 日志监控：检查 Dify 日志（云端：仪表板“Logs”；本地：docker logs dify-api）。

步骤 4：配置自定义工具

我们将通过 Code 节点创建一个自定义工具，提取搜索结果中的关键词。

  1. 创建 Code 节点：

    • 在 Workflow 中添加“Code”节点，放置在 Serper 节点之后。
    • 选择语言：Python.
    • 输入代码：
      from collections import Counter
import redef main(search_results):text = " ".join([result["snippet"] for result in search_results])words = re.findall(r'\w+', text.lower())keywords = Counter(words).most_common(5)return [{"keyword": k, "count": c} for k, c in keywords]
    • 输入变量：search_results（从 Serper 节点）。
    • 输出变量：keywords（类型：数组）。

  2. 更新 LLM 节点：

    • 修改 Prompt：
      Based on {{search_results}}, {{web_content}}, and keywords {{keywords}}, answer {{start.query}} in a concise tone, under 100 words. Highlight top keywords.
    • 示例输出：
      AI in healthcare trends include diagnostics (95% accuracy), predictive analytics (20% cost reduction), and chatbots (30% clinic adoption). Top keywords: AI, diagnostics, analytics.

干货：

  • 代码调试：在 Code 节点面板测试输入（如 [{"snippet": "AI diagnostics..."}]），验证输出。
  • 性能优化：限制关键词数量（如 5 个）减少 LLM 输入长度。
  • 可复用性：保存 Code 节点为自定义工具，复用至其他 Workflow。

步骤 5：发布与集成

  1. 发布 WebApp：

    • 点击“Publish”，生成 WebApp 链接：
      • 云端：https://cloud.dify.ai/apps/real-time-query-bot
      • 本地：http://localhost:3000/apps/real-time-query-bot
    • 测试 WebApp 界面，输入查询，确认回答准确。

  2. 嵌入网站：

    • 使用 iframe 嵌入：
      <iframe src="http://localhost:3000/apps/real-time-query-bot" width="100%" height="600px"></iframe>
    • 调整 CSS 匹配品牌风格。

  3. API 集成：

    • 集成到分析系统，示例请求：
      curl -X POST https://api.dify.ai/v1/workflows/run \
-H "Authorization: Bearer <your_api_key>" \
-H "Content-Type: application/json" \
-d '{"inputs": {"query": "AI in healthcare trends"}, "app_id": "real-time-query-bot", "response_format": "json"}'

干货：

  • WebApp 定制：使用 Dify WebApp SDK 调整 UI（如按钮颜色）。
  • API 安全：设置 IP 白名单，定期轮换密钥。
  • 批量查询：修改 Start 节点接受数组（如 queries: ["AI in healthcare", "AI in finance"]）。

进阶技巧

  1. 工具组合：

    • 添加 Yahoo Finance 工具：
      • 配置：
        Query: {{start.query}} + "stock market"
      • Prompt：
        Combine {{search_results}}, {{web_content}}, and {{yahoo_finance_data}} to answer {{start.query}}.

  2. 动态工具选择：

    • 添加 If/Else 节点：
      If {{start.query}} contains "stock", use Yahoo Finance; else use Serper.

  3. 自定义工具扩展：

    • 创建 API 工具：
      Name: Custom API
Endpoint: https://api.example.com/data
Method: GET
Headers: {"Authorization": "Bearer <your_key>"}
    • 输出变量：custom_data.

  4. 批量处理：

    • 使用 Iteration 节点循环处理多个查询：
      Input: {{start.queries}}
Max Iterations: 5

干货：定期检查工具 API 配额（如 Serper 每日限制），保存常用工具配置为模板，复用至其他项目。

常见问题与排查

  • Q：Serper 返回无关结果？

    • A：优化查询（如“AI healthcare trends 2025”），检查 API 密钥有效性。

  • Q：JinaReader 抓取失败？

    • A：验证 URL 可访问，尝试静态网页，或使用付费版 JinaReader。

  • Q：Code 节点报错？

    • A：检查输入格式（search_results 为数组），测试代码逻辑。

  • Q：API 调用超时？

    • A：检查网络连接，验证 app_id 和密钥。

干货：使用“Tools”面板测试工具输出，记录 API 调用日志（Dify 仪表板“Logs”）分析性能。

实践案例：实时信息查询系统

背景：一家咨询公司需实时查询行业趋势（如 AI 在医疗领域），结合搜索和网页数据生成回答。

  • 环境：Dify 云端，GPT-4o，Serper，JinaReader.
  • 配置：
    • Workflow：Blank Workflow.
    • Start 节点：
      query: AI in healthcare trends
    • Tools 节点：Serper（{{start.query}}），JinaReader（{{search_results[0].url}}）。
    • Code 节点：提取关键词（Python）。
    • LLM Prompt：
      Answer {{start.query}} using {{search_results}}, {{web_content}}, {{keywords}}. Concise, under 100 words.
  • 测试：
    • 输入：AI in healthcare trends
    • 输出：
      AI diagnostics achieve 95% accuracy in imaging, predictive analytics cut costs by 20%, and chatbots are adopted by 30% of clinics. Top keywords: AI, diagnostics, analytics.
  • 发布：API 集成到 BI 系统。

成果：30 分钟完成配置，提供实时精准回答，节省 80% 人工研究时间。

结论

通过本文，您掌握了 Dify 工具集的配置与应用，学会了使用 Serper、JinaReader 和自定义工具扩展功能。从内置工具配置到 Workflow 设计，再到测试和优化，我们提供了详细步骤和实用技巧。工具集的灵活性使 Dify 能应对实时数据和复杂任务需求。本文的实践为后续高级功能开发奠定了基础。

在 Dify 博客系列：从入门到精通（100 篇） 的下一篇文章——第 11 篇《Dify 从入门到精通（第 11/100 篇）：优化 Prompt 工程：提升 LLM 性能》中，我们将深入探讨 Prompt 工程技巧，提升 Dify 应用的回答质量。继续跟随 逻极，解锁 Dify 从入门到精通的完整学习路径！

http://www.lryc.cn/news/607954.html

相关文章：

  • 测试环境 PostgreSQL 库连接不上—案例分享
  • 设计Mock华为昇腾GPU的MindSpore和CANN的库的流程与实现
  • 音视频学习（四十六）：声音的三要素
  • 【故障处理】redis会话连接满导致业务系统某个模块数据不显示
  • 【Flutter3.8x】flutter从入门到实战基础教程(八):公共state的集中管理机制
  • Kafka——关于Kafka动态配置
  • LeetCode 65：有效数字
  • OSPF综合实验（一）
  • 如何在 Ubuntu 24.04 或 22.04 LTS Linux 上安装 Guake 终端应用程序
  • 切换python多版本
  • Spring 中 Bean 的生命周期
  • 机器学习sklearn:聚类
  • 深入 Go 底层原理（四）：GMP 模型深度解析
  • 深入 Go 底层原理（八）：sync 包的实现剖析
  • 中科院自动化所机器人视觉中的多模态融合与视觉语言模型综述
  • Python 程序设计讲义（54）：Python 的函数——函数概述
  • Java 集合框架： LinkedHashSet
  • innoDB的buffer pool
  • API征服者：Python抓取星链卫星实时轨迹
  • k8s集群部署（脚本版）
  • 【CVPR2025】计算机视觉|即插即用|GCNet:炸裂！实时语义分割新星GCNet，性能速度双突破！
  • 前端应用权限设计面面观
  • JVM中的垃圾回收暂停是什么，为什么会出现暂停，不同的垃圾回收机制暂停对比
  • 题解：P4447 [AHOI2018初中组] 分组
  • rabbitmq消息队列详述
  • python创建一个excel文件
  • PHP 与 MySQL 详解实战入门（2）
  • Removing Digits(Dynamic Programming)
  • 【第三章】变量也疯狂：深入剖析 Python 数据类型与内存原理
  • Android13文件管理USB音乐无专辑图片显示的是同目录其他图片