本次分享，带大家熟悉 Dify 中另外两个重要概念 -- 智能体+工作流，进而打造一个图像生成专家。
1. 聊天助手 VS 智能体
Dify 中，有几个概念不太容易区分，很多小伙伴问：
下图聊天助手和智能体到底有什么区别？工作流 又是啥？
笔者一开始进来也懵，进去体验一番，也只能有个感性认识。
为了回答上述问题，特地去查了官方文档，下面用大白话分享给大家：
聊天助手：主要面向对话式应用，咱们前几篇教程都是基于聊天助手搭建。它有两种搭建方式：其中基础编排一个大模型就可以搞定，而工作流编排则适用于多步逻辑/多个模型的对话式应用。
文本生成应用：只支持单次对话，适用于文章生成、翻译等任务。Agent：完全自主化的智能体，对复杂任务进行规划、拆解、工具调用、迭代。适用于要调用外部工具的场景。Dify 为Agent提供了 Function calling（函数调用）和 ReAct 两种推理模式。前者：适用支持 Function call 的模型 后者：适用不支持 Function call 的模型。 工作流：面向自动化场景，适合数据分析、电子邮件自动化等。
值得注意的是：工作流支持发布为工具，然后在Agent中调用。
下面，我们就来实操这个过程：用工作流的方式创建一个图片生成工具，然后在图片生成Agent中调用。
2. 创建工作流
2.1 图像生成API获取
AI 图像生成技术已经非常成熟，从 SD 到 Flux 再到最近的小熊猫，高质量、高分辨率且逼真的图像，已不再难求。
然而，这些模型通常比较大，本地部署成本非常高，为此，推荐大家前往硅基官网注册一个账号，体验它的免费模型！
注册成功后，新建一个 api_key，下面会用到。关于如何获取 api_key，猴哥之前多次分享，这里不再赘述！
2.2 新建工作流
在创建空白应用这里，选择工作流：
进来后，页面只有一个开始组件，给它添加上两个字段，用于后续请求图像生成API：
你怎么知道添加哪些字段呢？
参考硅基的API文档：https://docs.siliconflow.cn/api-reference/images/images-generations
Body 内需要的字段，就是我们要准备的：
2.3 添加HTTP请求节点
然后，在开始节点后面新建一个节点：HTTP请求，填写如下：
这里有几点需要注意：
BODY：需选择 Json格式，字段务必加上双引号。鉴权：右上角鉴权位置，填写你在硅基申请的 api_key。否则无法成功调用。
2.4 添加代码执行节点
HTTP请求节点输出的标准的 response，为了提取其中 Body 中的内容，我们需要一个代码执行节点，把生成图片的 url 拿到。
代码执行节点，编辑如下：
这里有几点需要注意：
arg1：传入 http 请求得到的 body 字段。 代码：输入是字符串格式，用 json 转成 dict。 import json 需放入 main 函数里； 函数返回值必须为 dict 格式。
2.5 添加结束节点
直接将代码执行节点的 url 字段输出：
2.6 发布为工具
最后，点击右上角发布，记得最下方完成配置，才能发布为工具：
如下图所示，给工具起一个英文名字，工具描述这里，尽可能详细，明确具体用途，方便大模型按需调用！
工具入参，也要加上描述，以便大模型能够生成对应的参数值，提高调用成功率！
至此，一个图像生成工具就制作完成了。
下面，我们创建一个 Agent 来调用它。
3. 创建 Agent
3.1 实操步骤
创建应用，选这个：
Step 1: 在下方把刚做好的图像生成工具加上：
Step 2: 编写角色提示词：
Step 3: Agent 设置：
图中的大模型只支持 ReAct 方式实现函数调用，如果你的模型支持 Function call，可进行选择。
Step 4: 调试和预览：
如果希望实时显示图像呢？
来，修改一下提示词：
根据用户输入，生成给图像流工具{{generate_image}}的参数：提示词和图像尺寸，
获得最终的生成图像的url，并显示最终的图像
如果我指定了尺寸，智能体会自动选择一个最匹配的尺寸参数，如下图所示：
生成效果不咋样？
对，提示词最好改为英文，以确保生成效果。
当然这一步也可以交给智能体，只需修改提示词如下：
根据用户输入，生成给图像流工具{{generate_image}}的参数：提示词和图像尺寸，获得最终的生成图像的url，并显示最终的图像
要求：
- 提示词：请从对话记录中找到和图片生成相关的词汇，生成给stable diffusion等图片生成模型的英文提示词；
- 图像尺寸：请从对话记录中找到和图像尺寸相关的词汇，并找到图像尺寸选项中最接近的一个，如果没有相关词汇，则默认选择768x1024
3.2 效果展示
3.3 API调用
智能体发布后，就可以在后端调用它的 API。
不过，Dify 中 Agent 的 API 调用有点特殊：只支持流式输出！不知道为啥 Dify 这样设置，懂的小伙伴帮忙评论区解释一下。
python 端的调用代码示例如下：
url = 'http://localhost:3006/v1/chat-messages'
headers = {
'Authorization': f'Bearer {api_key}',
'Content-Type': 'application/json',
}
data = {
"inputs": {},
"query": "生成一张猫的图片，尺寸2:1",
"response_mode": "streaming",
"conversation_id": "",
"user": "xiaoai",
}
response = requests.post(url, headers=headers, json=data)
events = []
for chunk in response.iter_lines():
if chunk:
chunk_data = chunk.decode('utf-8').replace('data: ', '')
events.append(json.loads(chunk_data))
with open('data.json', 'w') as f:
json.dump(events, f, indent=4, ensure_ascii=False)
写在最后
本文通过综合运用工作流和Agent，带大家实操了Dify 搭建图像生成专家。
前端使用还是很丝滑的，但后端调用时，因为流式输出，出现了各种问题。
