Dify：用画布搭出一个可运行的 AI 工作流

它能产出什么

Dify 的 Workflow 让输入、节点、变量与输出出现在同一画布。第一结果应是一条能用固定输入重复运行的流程，而不是堆满节点的展示图。

最低门槛与入口

云端路径需要账号和可用模型；官方 Quick Start 指向 Integrations > Model Provider。自托管仓库路径使用 Docker Compose，并列出至少 2 核 CPU、4 GiB RAM。两条路径不要混写成同一种难度。

基准任务：把一段需求整理成三项清单

任务只验证输入、模型和输出能否连通，不接知识库、外部工具或真实业务数据。官方当前文档将起点称为 User Input、终点称为 Output；部分界面可能显示 Start 或 End，以当前界面变量选择器为准。

1. 创建最小 Workflow

   操作

   在 Studio 选择 Create from Blank > Workflow。在 User Input 节点添加 Paragraph 字段，Variable Name 填 request，Label Name 填“建站需求”并设为必填。连接 LLM 节点，在 user prompt 中通过变量选择器（输入 { 或 /）插入 User Input/request，并要求只返回“目标、约束、下一步”三项。连接 End（当前官方文档称 Output）节点，在输出变量中选择 LLM/text。打开 Preview（当前文档称 Test Run），固定输入“为不会写代码的人做一个中文待办网页，不接数据库，本地预览”后运行。

   你应该看到

   运行记录显示 User Input、LLM 和 End/Output 依次完成，最终输出只包含目标、约束、下一步三项，且内容来自固定输入。

   如何确认

   逐节点核对 User Input/request 的值、LLM 节点实际 prompt 中的变量值、LLM/text 和 End/Output 最终输出；保存模型名称与运行记录，再用同一样例运行一次并比较三项结构。

   卡住时

   • 模型节点不可用时先检查 Provider、默认模型、额度或 API key。
   • 变量为空时从变量选择器重新选择 User Input/request 或 LLM/text，不把变量名当作普通文字输入。

费用、许可与数据边界

模型调用和云端方案可能收费，自托管也有机器与维护成本。仓库明确采用带附加条件的许可，不能只看到 Apache 2.0 字样就推断所有商业模式均无限制。真实客户数据进入模型、插件或日志前，需要逐项检查数据去向。

适用、不适用与当前证据

适合需要看清 AI 流程中输入、模型、变量和输出的人。不适合尚未明确任务却先搭复杂 Agent 网络的人，也不适合在未审查许可与数据处理前直接做多租户服务。本卡尚未实测。若核心任务只是对照另一种可视化 LLM 流程画布，可把 draft 节点 Flowise 放入下一轮试跑；它并非已验证替代。

真实使用摩擦样本

以下为所有者仓库 Issue 中的单个用户报告样本，不能估计发生率或频率。维护者确认仅在页面存在明确 owner 回应或关联修复时成立；这三条检查时未见 owner 确认，本站编辑推断也不等于复现。

• 用户报告：#38492 描述从 1.10.1-fix.1 升级到 1.15.0 后出现间歇性 sandbox 连接失败，说明自托管升级要保留版本与回滚证据。
• 用户报告：#38515 请求为 workflow/API 上传文件增加保留期限与配额控制，并指出仍被日志引用的 upload_files 可能持续占用存储。
• 用户报告：#38587 报告知识库摘要输出包含模型 thinking/reasoning 内容，提示发布前要检查实际输出字段与泄露边界。