“I think AI agent workflows will drive massive AI progress this year — perhaps even more than the next generation of foundation models. This is an important trend, and I urge everyone who works in AI to pay attention to it.”
—Andrew Ng
“我认为，AI agent workflow 将在今年推动人工智能取得巨大进步，甚至可能超过下一代基础模型。这是一个重要的趋势，我呼吁所有从事人工智能工作的人都关注它。”
—吴恩达
在过去的一年中，我们已经看到了大型语言模型（LLMs）巨大的潜力，但要将其转化成可落地的具体解决方案，仍然充满挑战：由于 LLM 的输出的不确定性特性，使用单一的 prompt 难以构建复杂逻辑的应用类型。尤其在企业业务生产中，需要将 LLM 能力嵌入企业流程中，在达到自动化目的的同时，也需要使其输出更可靠、稳定。
在经过 2 周社区用户的小范围试用后，Dify 正式推出了 AI Workflow——相较于大模型只能通过单一 prompt 交互的不足，AI Workflow 可以通过多步骤逻辑生成可预测的输出。
Workflow 目前可以作为一个独立的应用类型访问。它也可以在 “聊天助手” 应用中激活，用于构建复杂的对话流（Chatflow）。
拖、拉、拽编排PS: 如果你在此前已经创建的 chatbot 应用在专家模式下，我们仍然保留它原有的编辑模式，你可以选择升级成为 workflow 模式，你的数据并不会受到影响。
Workflow 的核心是一个直观的拖放界面。你可以通过连接不同的节点在一个无限的画布上构建你的 Workflow。在本次版本中，我们优先支持一些核心节点包括：
LLM：选择任意一个主流的大型语言模型，并定义它的输入和输出。
工具：使用内置的和自定义的工具来扩展你的 workflow 能够实现的功能。
意图分类器：让 LLM 对用户的输入自动分类，根据不同的类别进行工作流转。
知识检索：为你的 LLMs 挂载来自现有知识库的上下文数据。
代码：执行自定义的 Python 或 Node.js 代码。
If/Else 块：定义条件逻辑以创建分支的 Workflows。
但这只是个开始。我们设计的 Workflow 具备强大的扩展性，允许我们不断扩大可用节点的类型。随着我们更多地了解我们社区的需求和用例，我们将引入新的节点来支持更广泛的应用范围。
灵活地配置节点Workflow 的一个关键优势是其灵活性。每个节点都是可配置的，允许根据你的确切需要来自定义你的 Workflow。你可以为每个节点定义输入和输出，确保它的工作逻辑和数据流动符合你的预期。
对于更高级的数据操作，Workflow 提供了专门的节点类型。我们设计了 “模板” 和 “变量分配器” 节点，让你在节点之间重塑和重新分配变量，实现复杂的数据转换。“HTTP 请求” 节点允许你通过直接从你的 Workflow 发出 HTTP 请求来与外部服务集成。而“代码” 节点让你注入自己的 Python 或 NodeJS 代码，这样你就可以以更加自由的方式实现自定义逻辑和数据控制。
与 Dify 生态系统的无缝集成Workflow 完美融入 Dify 生态系统。它为所有内置和自定义工具提供了原生支持，确保你可以在你的 Workflows 中充分利用 Dify 平台的全部能力。你可以将已设置好检索方案的知识库、平台提供的第一方丰富工具、自定义的工具等，作为其中一个节点能力编排。
就像 Dify 的每一个功能一样，Workflow 最终为你交付 API ，允许你轻松地将你的 Workflows 集成到你现有的应用程序和系统中。而且，借助 Dify 内置的“日志分析”、“应用运行数据概览”、“日志反馈”等可观察性功能，你可以随时观察关键的日志数据，以便随着时间监控和优化你的 Workflows 工作表现。
强大的调试和测试
一个新共识是：构建可靠的 LLM 应用是具有一定挑战性的。因此，我们直接将强大的调试和测试工具集成到 Workflow 中。Dify 中你可以轻松地端到端测试你的 Workflows，确保你的应用程序从开始到结束的行为符合预期。你还可以单独测试每个节点，让你能够快速定位问题。
所有的测试运行都会自动记录下来，为你提供 workflow 行为的详细记录。如果出现问题，你可以追溯你的测试历史，识别问题，并采取纠正措施。在处理像 LLM 应用这样复杂的系统时，这种可追溯性是至关重要的。
开放性：支持 DSL 导入导出Dify Workflow 支持 DSL 导入导出是其最酷的功能之一。通过 DSL，你可以轻松地导出你的 Workflows 并将它们导入到其他工作区，在系统之间移动你的 Workflows 并根据你的需要再次自定义它们。这个特性为社区内的合作、分享和在他人工作基础上再构建打开了一扇世界之窗。
我们很高兴在随着 LLM 创新者的不断探索过程中推出了 workflow。正如吴恩达博士所说，AI workflow 将会是今年推动人工智能落地应用的重要举措和趋势。Dify 的使命一直很清晰：为所有 LLM 创新者提供强大的工具，以更有效的方式使用 AI 构建你的业务流程。Workflow 是朝向这一目标迈出的一大步，我们希望它能帮助你将 AI 输出变得更加稳定和可靠，并推动 LLMs 在现实世界中落地生产。
我们迫不及待想看到你使用 Dify 将无数的想法变为现实。
更多详情，请参阅帮助文档：
https://docs.dify.ai/v/zh-hans/guides/workflow
去 GitHub 中了解 Dify v0.6：
https://github.com/langgenius/dify/releases/tag/0.6.0
访问 Dify 云服务：https://dify.ai
?如果你喜欢 Dify，欢迎：
在 GitHub 上贡献代码，与我们一同共建更好的 Dify；
通过线上线下活动、社交媒体向你的朋友们分享 Dify，以及你的使用经验；
在 GitHub 上给我们点亮⭐️
https://github.com/langgenius/dify
