通过前面的文章，我们基本可以了解到知识库的建立和大模型使用的一些基本流程。接下来会分享下工作流方面的demo
dify打造数据库查询专家修正(一)" data-itemshowtype="0" target="_blank" linktype="text" data-linktype="2">DeepSeek+Dify打造数据库查询专家修正(一) DeepSeek+Dify打造数据库查询专家 DeepSeek+Dify打造数据库查询专家
Dify工作流的使用目前打算写三篇demo
因为工作流可以内嵌代码，所以这篇介绍下嵌入代码（python)demo 借助大模型DeepSeek还是之前的生成sql的流程 借助视觉大模型实现一个简单的图片内容识别
工作流嵌入代码个人想法
能嵌入代码意味这可以对程序处理增加更多可控的灵活性 个人理解看法哈：模型前我们写的代码0是0、1是1；但是模型可以做到相似度的层面处理问题切很准确。 嵌入多大规模的代码？我感觉还是处理处理数据、调调接口比较合适的 工作流能担当什么样的工作？平时写传统的Web代码写多了,上来想到的就是前后端。那工作流相当于一个后端了/也相当于一个前端。 说是前端吧直观点的说我们现在经常聊天的方式获取我们想要的信息 说是后端吧那么这样的一个后端能承担起什么样的一个服务？首先可以想到的是大模型的优势一个智能的服务（我接触到的例如：还拿聊天来说它理解我说的自然语言的意思，但我不知道它是否真的理解了；还有前面文章分享的例子自然语言能生成sql的demo；还有我们用的代码提示工具）。
正题工作流嵌入代码(python)demo
先来效果图
'''
0.下面3种感觉可以处理很多问题
1.数据提取处理
2.http请求
3.数据库连接（这个我没实验）
4.不知道能不能安装第三方的库（这个我没实验，因为2感觉就可以处理很多问题了）
'''
import datetime
import requests
# 注意后面有类型的
def main() -> dict:
now=datetime.datetime.now()
response=requests.get("https://www.baidu.com")
return {
"result": now.strftime("%Y-%m-%d %H:%M:%S"),
"query": str(response.status_code),
}