Dify工作流入门DSL模板导入与定制完全指南附30场景速查表【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-WorkflowAwesome-Dify-Workflow 是一个开源的 Dify 工作流 DSL 模板合集收录了 40 多个开箱即用的工作流文件覆盖翻译、知识库问答、Agent 对话、数据分析等场景。本文带你走一遍从导入 DSL 文件、按场景挑选模板、修改提示词到把多个工作流组合成系统的完整旅程。一、为什么不从空白画布开始搭工作流打开 Dify 新建一个工作流你会面对一张空白画布开始节点、LLM 节点、条件分支、迭代器、变量聚合器……几十个节点类型自由组合。对新手来说真正的障碍不是不会拖节点而是不知道一个可靠的流程该怎么编排——提示词写什么、变量怎么传递、长文本要不要切分、输出如何拼装。Awesome-Dify-Workflow 解决的就是这个问题它把 40 多个经过实战验证的工作流打包成了 DSL 文件。所谓 DSL 文件就是DSL/目录下的那些.yml文件是 Dify 对工作流完整结构的 YAML 描述包含节点、连线、提示词和模型配置。导入一个 DSL 文件等于一次性拿到一个完整的工作流之后你可以直接在画布上改提示词、换模型而不必从零搭起。使用这个仓库只需要认识三样东西目录/文件作用DSL/全部工作流模板所在目录每个.yml对应一个工作流README.md模板目录与功能描述选模板前先看这里snapshots/每个工作流的实际运行效果截图判断适不适合我最直观一个实用的小建议先在 README 的目录里按描述筛选再去看对应截图最后才决定导入哪个。不要一上来就把所有文件全导进 Dify工作流数量多了以后应用列表反而难找。二、从 0 到第一个工作流4 步跑通 第 1 步准备一个可用的 Dify版本有硬性要求Dify 0.13.0 及以上Agent 节点类模板如旅行Demo、Agent工具调用是 1.0 之后的功能所以尽可能使用最新版导入。注册账号登录后第一件事是去设置里添加模型供应商并填入 API-KEY这是后面所有工作流能跑起来的前提不会用 Docker 的读者可以直接用 Dify 官方云端服务免费额度可创建少量流程熟悉 Docker 环境的话也可以自行本地部署两者都能正常导入 DSL。第 2 步获取模板文件# 克隆工作流模板合集 git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow克隆完成后打开DSL/目录你会看到 40 多个.yml文件。第 3 步在 Dify 中导入 DSL 文件进入 Dify 的工作室页面在创建应用面板中选择导入 DSL 文件上传选好的.yml工作流就会完整出现在画布上第 4 步调整后运行测试导入不等于结束。建议做三件小事核对模型点开 LLM 节点确认模板引用的模型是你账号里已配置的否则运行会报错改提示词大多数模板的提示词都可以按自己的场景微调后面案例部分细讲点运行填入示例输入跑通一次完整流程看到预期输出再算导入成功。三、40 工作流模板按场景选型的速查表README 的目录按更新时间组织但实际选型时按你的使用场景找会更高效。下面这张速查表把所有模板按五大场景重新归类翻译与内容创作文件功能适用场景中译英.yml直译→反思→意译三步翻译中文技术文档转英文保 Markdown 格式宝玉的英译中优化版.yml优化提示词的英译中英文科技文章汉化translation_workflow.ymlAgentic 翻译支持语言/国家等 4 参数需要更细粒度控制翻译风格DuckDuckGo翻译LLM二次翻译.yml传统引擎直译LLM 润色省 Token 的大批量翻译全书翻译.yml长文本切分迭代器逐段翻译整本书/长文档翻译LanguageConsistencyChecker.yml三语言一致性检查多语言内容校对标题党创作.yml/文章仿写-单图_多图自动搭配.yml标题与文章仿写自媒体内容生产Text to Card Iteration.yml自动生成小红书风格卡片图文卡片制作SEO Slug Generator.yml为博文生成 URL slug博客发布前的 SEO 处理Dify 运营一条龙.yml多平台多尺寸封面与文案全平台运营可看思路参考春联生成器.yml等节日内容生成趣味场景知识库与搜索问答文件功能Document_chat_template.yml知识库问答基础模板改改提示词即可用图文知识库/检索后输出图配文效果的完整示例含示例知识库内容搜索大师.ymlSearXNG 搜索 Jina 抓取正文的联网问答Jina Reader Jinja.yml基于搜索与网页阅读的问答流程Deep Researcher On Dify .ymlDeep Research 深度研究工作流复现simple-kimi.yml简易长文档问答助手Agent 与工具调用文件功能Agent工具调用.ymlDify 1.0 Agent 节点 函数调用FC调工具Demo-tod_agent.yml面向多轮对话场景的 Agent 策略演示旅行Demo.yml信息收集 工具调用 对话变量存储的综合示例MCP.yml/MCP-amap.ymlMCP 工具调用示例含高德地图在线服务记忆测试.yml短期记忆 CoT 思维链的问答机器人根据用户的意图进行回复.yml意图判定后走不同工作流路径回复Form表单聊天Demo.yml表单登录后再访问模型的权限控制演示数据与代码处理文件功能chart_demo.yml查询数据后在回复中直接渲染 ECharts 图表matplotlib.yml用 matplotlib 画图并以 base64 输出渲染File_read.ymlsandbox 内用 pandas 读取解析上传的 CSVrunLLMCode.yml让 LLM 生成代码再经 HTTP 在 sandbox 执行数据分析.7z查数据库 生成解读与图表的完整示例包json-repair.yml/json_translate.yml修复不标准 JSON / 保持结构翻译 JSONPython Coding Prompt.yml对话式生成 Python 代码Claude3 Code Translation.yml不同语言代码之间互转注意所有 DSL 均为工作流模式可以方便地发布为工具再嵌入 ChatBot 流程中使用——这是后文进阶组合的基础。四、案例拆解一个高质量翻译工作流的内部结构 选模板容易看懂模板才有法可依。以 DSL/中译英.yml 为例把它拆开看你会发现所谓复杂工作流其实结构很克制第一层节点结构。整个流程只有三个节点开始接收content输入→ LLM挂载提示词→ 结束输出text。没有分支、没有迭代器复杂度全部集中在提示词里。第二层提示词设计。这个模板的提示词分四部分是学习提示词工程的好样本角色定位为擅长撰写高质量英文科研论文的 GPT规则明确要求保留 Markdown 格式、零样本 → 逐字稿 → 少样本的示例降级策略策略三步翻译——先直译保格式、再反思修正术语与歧义、最后意译润色并打印每步结果便于排查格式约束输出结构。第三层可以怎么改。导入后你通常只需要动三处换 LLM 节点里的模型不同模型的翻译风格差异很大按文档类型微调角色描述技术文档 vs 营销文案的定位完全不同增删输入变量比如加一个目标语言参数。横向对比同主题的其它模板还能学到不同的设计思路translation_workflow把语言、国家拆成显式参数适合做多语言平台DuckDuckGo翻译LLM二次翻译用传统引擎做直译来省 Token再让 LLM 做二次润色是典型的成本优化设计全书翻译则演示了长文本切分→迭代器逐段翻译→聚合的标准套路。把这四个模板对照着读你对工作流该怎么设计的理解会上一个台阶。五、从单个工作流到系统进阶组合玩法跑通单个模板只是起点。这个仓库里更有价值的是几种把能力拼起来的组合方式1. 发布为工具嵌入 ChatBot。每个工作流都可以发布成工具再挂到聊天机器人里配合根据用户的意图进行回复.yml这种意图分流工作流就是一个总入口 多个专家子流程的结构。2. 图文知识库问答。普通知识库只回文字而 DSL/图文知识库/ 示例通过在知识库里加入图片远程链接让检索后的回答图配文输出完整示例含知识库内容都放在该目录里可以直接照抄。3. 数据查询 图表渲染。DSL/chart_demo.yml 演示了取数→聚合→在回复里直接渲染 ECharts的链路配合 SQL 查询就能做一个轻量的数据问答看板。4. Agent 多轮对话 会话变量。旅行Demo展示了 1.0 Agent 节点的完整玩法多轮信息收集、工具调用并把对话消息存入对话变量纳入 Agent 的思考上下文——想搭会追问的助手照这个抄结构。5. 复杂编排参考。Deep Researcher和dify_course_demo自动规划并生成全套教程这类模板节点众多适合当高级教材来读看别人如何拆任务、如何并行、如何聚合输出。六、常见问题排查清单 ️导入和使用过程中下面这些问题出镜率最高均来自 README 的常见问题整理Q导入 DSL 报错或节点缺失检查 Dify 版本是否 0.13.0 及以上含 Agent 节点的模板请升级到 1.0 最新版。Q本地部署时 Docker 镜像拉不下来在docker-compose里所有 image 前加镜像源前缀如dockerpull.org再启动。Qsandbox 里跑 pandas、numpy、matplotlib 报operation not permitted在/docker/volumes/sandbox/dependencies/python-requirements.txt里补上依赖重启 sandbox 容器官方 sandbox 权限较复杂社区也有轻量替代方案可用。Q节点间传字符串提示超限制修改.env后重启容器CODE_MAX_STRING_LENGTH: 1000000 TEMPLATE_TRANSFORM_MAX_LENGTH: 1000000Q回复里图片 URL 不显示你的做法没错通常是图片源不支持跨域换支持跨域的图片地址即可。Q知识库上传大文件失败改完上传大小配置后.env里的nginx 相关配置也要同步改只改一处不生效。Q知识库上传 PDF 乱码先用工具把 PDF 转成 Markdown 再上传解析效果会好很多。Q管理员密码忘了# 重置管理员密码 docker exec -it docker-api-1 flask reset-passwordQDuckDuckGo 类联网流程报错Dify 跑在 Docker 里如果宿主机挂了代理而容器没继承联网类插件就会失败注意检查容器的网络配置。七、行动清单把这套模板集嵌进你的日常与其收藏吃灰不如按这个节奏用起来今天导入中译英.yml跑通一次完整流程重点读它的提示词按第四节的拆解方法本周对照第三节的速查表挑出 2~3 个匹配你当前场景的模板导入逐个测试两周内选定一个模板做定制——改提示词、换模型然后发布为工具嵌入你的 ChatBot 验证组合效果习惯养成定期翻 README.md 的更新日志新模板基本每周都有自己改好的工作流记得从 Dify导出 DSL 备份形成个人模板库命名上标注日期和用途遇到报错先查第六节清单再翻仓库 FAQ大多数问题都有现成答案。工作流的积累逻辑和搭积木一样先拆别人的积木看懂结构再拼出自己的形状。从这个合集里挑一个你本周就要用到的场景开始比把 40 个模板全部导进来有意义得多。【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Dify工作流入门：DSL模板导入与定制完全指南（附30+场景速查表）
Dify工作流入门DSL模板导入与定制完全指南附30场景速查表【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-WorkflowAwesome-Dify-Workflow 是一个开源的 Dify 工作流 DSL 模板合集收录了 40 多个开箱即用的工作流文件覆盖翻译、知识库问答、Agent 对话、数据分析等场景。本文带你走一遍从导入 DSL 文件、按场景挑选模板、修改提示词到把多个工作流组合成系统的完整旅程。一、为什么不从空白画布开始搭工作流打开 Dify 新建一个工作流你会面对一张空白画布开始节点、LLM 节点、条件分支、迭代器、变量聚合器……几十个节点类型自由组合。对新手来说真正的障碍不是不会拖节点而是不知道一个可靠的流程该怎么编排——提示词写什么、变量怎么传递、长文本要不要切分、输出如何拼装。Awesome-Dify-Workflow 解决的就是这个问题它把 40 多个经过实战验证的工作流打包成了 DSL 文件。所谓 DSL 文件就是DSL/目录下的那些.yml文件是 Dify 对工作流完整结构的 YAML 描述包含节点、连线、提示词和模型配置。导入一个 DSL 文件等于一次性拿到一个完整的工作流之后你可以直接在画布上改提示词、换模型而不必从零搭起。使用这个仓库只需要认识三样东西目录/文件作用DSL/全部工作流模板所在目录每个.yml对应一个工作流README.md模板目录与功能描述选模板前先看这里snapshots/每个工作流的实际运行效果截图判断适不适合我最直观一个实用的小建议先在 README 的目录里按描述筛选再去看对应截图最后才决定导入哪个。不要一上来就把所有文件全导进 Dify工作流数量多了以后应用列表反而难找。二、从 0 到第一个工作流4 步跑通 第 1 步准备一个可用的 Dify版本有硬性要求Dify 0.13.0 及以上Agent 节点类模板如旅行Demo、Agent工具调用是 1.0 之后的功能所以尽可能使用最新版导入。注册账号登录后第一件事是去设置里添加模型供应商并填入 API-KEY这是后面所有工作流能跑起来的前提不会用 Docker 的读者可以直接用 Dify 官方云端服务免费额度可创建少量流程熟悉 Docker 环境的话也可以自行本地部署两者都能正常导入 DSL。第 2 步获取模板文件# 克隆工作流模板合集 git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow克隆完成后打开DSL/目录你会看到 40 多个.yml文件。第 3 步在 Dify 中导入 DSL 文件进入 Dify 的工作室页面在创建应用面板中选择导入 DSL 文件上传选好的.yml工作流就会完整出现在画布上第 4 步调整后运行测试导入不等于结束。建议做三件小事核对模型点开 LLM 节点确认模板引用的模型是你账号里已配置的否则运行会报错改提示词大多数模板的提示词都可以按自己的场景微调后面案例部分细讲点运行填入示例输入跑通一次完整流程看到预期输出再算导入成功。三、40 工作流模板按场景选型的速查表README 的目录按更新时间组织但实际选型时按你的使用场景找会更高效。下面这张速查表把所有模板按五大场景重新归类翻译与内容创作文件功能适用场景中译英.yml直译→反思→意译三步翻译中文技术文档转英文保 Markdown 格式宝玉的英译中优化版.yml优化提示词的英译中英文科技文章汉化translation_workflow.ymlAgentic 翻译支持语言/国家等 4 参数需要更细粒度控制翻译风格DuckDuckGo翻译LLM二次翻译.yml传统引擎直译LLM 润色省 Token 的大批量翻译全书翻译.yml长文本切分迭代器逐段翻译整本书/长文档翻译LanguageConsistencyChecker.yml三语言一致性检查多语言内容校对标题党创作.yml/文章仿写-单图_多图自动搭配.yml标题与文章仿写自媒体内容生产Text to Card Iteration.yml自动生成小红书风格卡片图文卡片制作SEO Slug Generator.yml为博文生成 URL slug博客发布前的 SEO 处理Dify 运营一条龙.yml多平台多尺寸封面与文案全平台运营可看思路参考春联生成器.yml等节日内容生成趣味场景知识库与搜索问答文件功能Document_chat_template.yml知识库问答基础模板改改提示词即可用图文知识库/检索后输出图配文效果的完整示例含示例知识库内容搜索大师.ymlSearXNG 搜索 Jina 抓取正文的联网问答Jina Reader Jinja.yml基于搜索与网页阅读的问答流程Deep Researcher On Dify .ymlDeep Research 深度研究工作流复现simple-kimi.yml简易长文档问答助手Agent 与工具调用文件功能Agent工具调用.ymlDify 1.0 Agent 节点 函数调用FC调工具Demo-tod_agent.yml面向多轮对话场景的 Agent 策略演示旅行Demo.yml信息收集 工具调用 对话变量存储的综合示例MCP.yml/MCP-amap.ymlMCP 工具调用示例含高德地图在线服务记忆测试.yml短期记忆 CoT 思维链的问答机器人根据用户的意图进行回复.yml意图判定后走不同工作流路径回复Form表单聊天Demo.yml表单登录后再访问模型的权限控制演示数据与代码处理文件功能chart_demo.yml查询数据后在回复中直接渲染 ECharts 图表matplotlib.yml用 matplotlib 画图并以 base64 输出渲染File_read.ymlsandbox 内用 pandas 读取解析上传的 CSVrunLLMCode.yml让 LLM 生成代码再经 HTTP 在 sandbox 执行数据分析.7z查数据库 生成解读与图表的完整示例包json-repair.yml/json_translate.yml修复不标准 JSON / 保持结构翻译 JSONPython Coding Prompt.yml对话式生成 Python 代码Claude3 Code Translation.yml不同语言代码之间互转注意所有 DSL 均为工作流模式可以方便地发布为工具再嵌入 ChatBot 流程中使用——这是后文进阶组合的基础。四、案例拆解一个高质量翻译工作流的内部结构 选模板容易看懂模板才有法可依。以 DSL/中译英.yml 为例把它拆开看你会发现所谓复杂工作流其实结构很克制第一层节点结构。整个流程只有三个节点开始接收content输入→ LLM挂载提示词→ 结束输出text。没有分支、没有迭代器复杂度全部集中在提示词里。第二层提示词设计。这个模板的提示词分四部分是学习提示词工程的好样本角色定位为擅长撰写高质量英文科研论文的 GPT规则明确要求保留 Markdown 格式、零样本 → 逐字稿 → 少样本的示例降级策略策略三步翻译——先直译保格式、再反思修正术语与歧义、最后意译润色并打印每步结果便于排查格式约束输出结构。第三层可以怎么改。导入后你通常只需要动三处换 LLM 节点里的模型不同模型的翻译风格差异很大按文档类型微调角色描述技术文档 vs 营销文案的定位完全不同增删输入变量比如加一个目标语言参数。横向对比同主题的其它模板还能学到不同的设计思路translation_workflow把语言、国家拆成显式参数适合做多语言平台DuckDuckGo翻译LLM二次翻译用传统引擎做直译来省 Token再让 LLM 做二次润色是典型的成本优化设计全书翻译则演示了长文本切分→迭代器逐段翻译→聚合的标准套路。把这四个模板对照着读你对工作流该怎么设计的理解会上一个台阶。五、从单个工作流到系统进阶组合玩法跑通单个模板只是起点。这个仓库里更有价值的是几种把能力拼起来的组合方式1. 发布为工具嵌入 ChatBot。每个工作流都可以发布成工具再挂到聊天机器人里配合根据用户的意图进行回复.yml这种意图分流工作流就是一个总入口 多个专家子流程的结构。2. 图文知识库问答。普通知识库只回文字而 DSL/图文知识库/ 示例通过在知识库里加入图片远程链接让检索后的回答图配文输出完整示例含知识库内容都放在该目录里可以直接照抄。3. 数据查询 图表渲染。DSL/chart_demo.yml 演示了取数→聚合→在回复里直接渲染 ECharts的链路配合 SQL 查询就能做一个轻量的数据问答看板。4. Agent 多轮对话 会话变量。旅行Demo展示了 1.0 Agent 节点的完整玩法多轮信息收集、工具调用并把对话消息存入对话变量纳入 Agent 的思考上下文——想搭会追问的助手照这个抄结构。5. 复杂编排参考。Deep Researcher和dify_course_demo自动规划并生成全套教程这类模板节点众多适合当高级教材来读看别人如何拆任务、如何并行、如何聚合输出。六、常见问题排查清单 ️导入和使用过程中下面这些问题出镜率最高均来自 README 的常见问题整理Q导入 DSL 报错或节点缺失检查 Dify 版本是否 0.13.0 及以上含 Agent 节点的模板请升级到 1.0 最新版。Q本地部署时 Docker 镜像拉不下来在docker-compose里所有 image 前加镜像源前缀如dockerpull.org再启动。Qsandbox 里跑 pandas、numpy、matplotlib 报operation not permitted在/docker/volumes/sandbox/dependencies/python-requirements.txt里补上依赖重启 sandbox 容器官方 sandbox 权限较复杂社区也有轻量替代方案可用。Q节点间传字符串提示超限制修改.env后重启容器CODE_MAX_STRING_LENGTH: 1000000 TEMPLATE_TRANSFORM_MAX_LENGTH: 1000000Q回复里图片 URL 不显示你的做法没错通常是图片源不支持跨域换支持跨域的图片地址即可。Q知识库上传大文件失败改完上传大小配置后.env里的nginx 相关配置也要同步改只改一处不生效。Q知识库上传 PDF 乱码先用工具把 PDF 转成 Markdown 再上传解析效果会好很多。Q管理员密码忘了# 重置管理员密码 docker exec -it docker-api-1 flask reset-passwordQDuckDuckGo 类联网流程报错Dify 跑在 Docker 里如果宿主机挂了代理而容器没继承联网类插件就会失败注意检查容器的网络配置。七、行动清单把这套模板集嵌进你的日常与其收藏吃灰不如按这个节奏用起来今天导入中译英.yml跑通一次完整流程重点读它的提示词按第四节的拆解方法本周对照第三节的速查表挑出 2~3 个匹配你当前场景的模板导入逐个测试两周内选定一个模板做定制——改提示词、换模型然后发布为工具嵌入你的 ChatBot 验证组合效果习惯养成定期翻 README.md 的更新日志新模板基本每周都有自己改好的工作流记得从 Dify导出 DSL 备份形成个人模板库命名上标注日期和用途遇到报错先查第六节清单再翻仓库 FAQ大多数问题都有现成答案。工作流的积累逻辑和搭积木一样先拆别人的积木看懂结构再拼出自己的形状。从这个合集里挑一个你本周就要用到的场景开始比把 40 个模板全部导进来有意义得多。【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考