Dify工作流三剑客：参数提取、变量赋值与聚合详解

参数提取、变量赋值与聚合详解

一、参数提取器：自然语言到结构化的桥梁

核心功能：

• 智能转换自然语言为结构化数据（数字/字符串/对象/数组）
• 为后续工具调用和API请求提供标准输入格式
• 满足特殊节点格式要求（如迭代节点需数组输入）

实战场景：

1. 用户说"查最近3天订单" → 提取{"time_range":3, "type":"orders"}
2. 将文本日志转换为数据库存储格式
3. 适配HTTP请求所需的JSON参数结构

常见挑战：

• 原始数据格式不规范导致转换失败
• 复杂语义理解偏差
• 深层嵌套结构处理局限

---

二、变量赋值：工作流的中枢记忆系统

1. 会话变量（Chatflow专属）

核心价值：

• 跨对话状态保持关键数据
• 实现多Agent间信息共享
• 构建长期对话记忆体系

典型应用：

• 记录用户偏好（主题/语言设置）
• 保存多轮对话历史
• 共享跨Agent处理结果

2. 循环变量（1.2.0版本革新）

版本进化对比：

功能	1.2.0前版本	1.2.0+版本
实现方式	手动创建前置变量	自动管理循环变量
操作复杂度	高（需维护索引）	低（开箱即用）
典型场景	遍历时手动管理当前项	自动跟踪迭代状态

核心优势：

• 简化数据遍历流程
• 自动维护迭代状态
• 降低循环逻辑复杂度

之前版本

1.2.0版本

---

三、变量聚合：多分支的统一出口

核心价值：

• 整合条件分支的不同输出路径
• 为下游节点提供统一接口
• 避免重复定义输出变量

运作机制：

1. 监听多路分支的输出结果
2. 自动选择首个有效分支输出
3. 映射为标准化输出变量

典型场景：

• 问题分类器分流后的结果汇总
• 条件分支不同处理路径的输出整合
• 异常处理分支与主路径的统一出口

注意事项：

• 各分支输出结构应兼容
• 需处理空结果场景
• 被忽略分支结果需记录日志

---

参考资料：

• 变量聚合器：https://docs.dify.ai/zh-hans/guides/workflow/node/variable-aggregator
• 变量赋值：https://docs.dify.ai/zh-hans/guides/workflow/node/variable-assigner
• 参数提取器：https://docs.dify.ai/zh-hans/guides/workflow/node/parameter-extractor