工作流由开发者预先编排一套完整有序的执行步骤。执行顺序、分支条件全部提前定义，运行时严格按照预设逻辑执行，属于确定性流程。适合业务场景确定、所有处理步骤可以提前梳理清楚的任务。工作流里可以包含 LLM 节点、代码、条件分支、工具调用等真实执行单元。

本章通过两个案例带你吃透 Dify 开发核心能力：工作流基础概念、Agent、Skill、知识库，同时理解 Dify 各类核心节点的作用与实操用法，包含：开始 (用户输入 / 触发器)、输出、循环、迭代、工具、变量赋值、问题分类器、参数提取器、人工介入、列表操作、文档读取器、代码执行、知识检索、模板转换、LLM、变量聚合器、条件分支。

1. 智能邮件答疑

1.1 业务目标

接收学员咨询邮件，自动区分技术问题与闲聊内容，对 C/C++ 编程问题给出专业解答，非技术问题回复能力范围提示，最终输出标准化回复文本。

输入示例（学员咨询邮件）

老师您好：

感谢您抽空阅读我的邮件。我在学习 C++ 开发的时候，对NULL和nullptr一直比较困惑，想请教您两个问题：

1. C++ 里NULL和nullptr二者的区别是什么？
2. 在实际编码的时候，我该如何选择使用NULL还是nullptr？

另外还有一个无关的小问题，想顺便问问痘痘怎么预防。

麻烦老师有空的时候帮忙解答，谢谢老师！

输出规则：如果判定内容为闲聊： 亲，除了技术问题，没有时间跟你闲聊啊。如果识别到技术咨询问题，输出结构化答疑结果：

{
  "replay": "同学，你好。我已经收到你的问题，现对你的问题解答如下：\n\n\n问题：C++里NULL和nullptr二者的区别是什么？\n答案：NULL是C语言中的宏，通常定义为整数0或(void*)0，在C++中可能定义为0或0L，类型为整型，导致在重载或模板推导时可能产生歧义或类型错误；nullptr是C++11引入的关键字，专门表示空指针，类型为std::nullptr_t，可隐式转换为任何指针类型，但不能转换为整数，且语义更明确、类型安全，推荐在现代C++中使用。\n\n问题：在实际编码的时候，我该如何选择使用NULL还是nullptr？\n答案：在现代 C++ 中，推荐使用 nullptr 来表示空指针，而不是 NULL。因为 nullptr 是类型安全的，能避免函数重载或模板推导时的歧义，而 NULL 本质上是整数 0 或 (void*)0，可能导致错误匹配。\n\n问题：痘痘怎么预防？ \n答案：我知识有限，暂不能为你提供解答。\n\n\n回复时间：2026-09-02 04:55:19\n回复人：老孟"
}

1.2 实操步骤

整体流程：接收邮件输入 → 提取全部问题 → 判断是否存在有效问题 → 迭代逐个处理问题 → 区分 C/C++ 技术问题 / 其他问题 → 知识库检索 + LLM 生成答案 → 聚合所有问答结果 → 获取当前时间 → 模板格式化输出 → 人工审核 → 分支输出审核结果。

---

（1）创建一个最简单的工作流，包含【开始】和【输出】两个节点。开始节点用于接受用户输入邮件内容。

（2）在开始节点后增加【参数提取器】，用于从输入的邮件内容中提取出所有的问题，并存储在数组中。节点指令：

你的任务：提取文本中所有需要解答的业务问题。 规则： 
1.每一条问题只能包含1个疑问点，只要存在2个不同疑问，必须拆成2条，严禁合并。 
2.同时提取带问号的显性问题，以及没有问号、但用户希望得到答复的隐含诉求，转为问句。 
3.剔除单纯陈述、发泄情绪的内容，不生成原文没有的信息。

（3）在【参数提取器】后面增加【条件分支】，条件是：问题列表不为空。如果 True，则进行问题的后续处理。如果 False，则输出：亲，除了技术问题，没有时间跟你闲聊啊。

（4）在上一步的【条件分支】的 True 分支后面增加【迭代】，用于逐个生成问题的答案。

（5）在【迭代】内部创建【问题分类器】，如果问题属于 C/C++ 相关的问题。则进行一个分支处理，如果 不属于，另外一个分支处理。

（6）在上一步的【问题分类器】的不是 C/C++ 相关问题分支后面增加【模板转换】，用于生成对非 C/C++ 问题的回答。

问题：{{ ques }} 
答案：我知识有限，暂不能为你提供解答。

（7）在上一步的【问题分类器】的是 C/C++ 相关问题的分支后面增加【知识检索】，此处需要配置构建知识库。用于从知识库中检索与问题相关的知识片段。

（8）在【知识检索】后增加【LLM】节点，来基于知识库生成问题答案，此处的 system prompt 如下：

你是一个编程问题专家，请严格依据给到的参考资料 {{#context#}}，简明扼要回答用户的问题。最终输出的格式如下：

问题：原始问题
答案：问题答案

不要添加任何额外说明、推理、思考或注释。

（9）在【迭代】内增加【变量聚合器】，将前面的【模板转换】和【LLM】输出的结果都连接到【变量聚合器】，将两个分支的结果合并一处。

（10）在【迭代】后增加【循环】，在【循环】内部反复调用【获取当前时间工具】，直到获得时间为止，并通过【变量赋值】将获得到的时间字符串赋值到【循环】变量上，方便将结果传递到后续步骤。

（11）在【循环】后增加【模板转换】，用于将问题和答案、时间按照要求格式化。

同学，你好。我已经收到你的问题，现对你的问题解答如下：

{% for qa in qas %}
{{ qa }}
{% endfor %}

回复时间：{{ time }}
回复人：老孟

（12）在【模板转换】后增加【人工介入】，人工对生成的内容进行审核，具体设置如下：

这里注意：如果需要邮件的话，需要对 .env 文件新增如下配置，测试环境下不需要配置。

# 进行此项配置
APP_WEB_URL=http://localhost

# 新增邮件配置
MAIL_TYPE=smtp
MAIL_DEFAULT_SEND_FROM=发件人地址
SMTP_SERVER=你的 SMTP 服务器
SMTP_PORT=端口
SMTP_USERNAME=你的用户名
SMTP_PASSWORD=你的密码

（13）在【人工介入】后面增加三个【输出】分别对应，通过、拒绝、超时三个人工审核的结果输出的内容。

2. 多类型文件处理

用户上传混合文件，例如：2 个 txt 文本文件 + 2 个 webp 图片文件。文本与图片处理逻辑不同，通过工作流实现文件分类路由与解析。对于输入文件，展示文件内容，对于图片文件，则输出图片文件名。

通过这个案例，掌握列表操作、文档提取器、代码执行等节点的作用与用法。

---

（1）用户输入多个文件：2个 txt 文本文件、2个 webp 图片文件

（2）由于图片文件和文本文件处理方式不一样，我们通过【列表操作】按照类型将上传的文件路由到不同的数组中

（3）针对文件，通过【迭代】+【文档读取器】获得所有上传文件的内容

（4）针对图片，通过【代码执行】获得上传的所有图片名

（5）通过【输出】显示出处理结果。