ノードの説明
Last updated
Last updated
ワークフローの初期パラメータを定義。
ワークフローの最終出力内容を定義。
チャットフロー内の回答内容を定義。
大規模言語モデルを呼び出して質問に答えたり、自然言語を処理したりします。
ユーザーの質問に関連するテキストをナレッジベースから検索し、下流のLLMノードのコンテキストとして使用します。
分類の説明を定義することで、LLMがユーザーの入力に基づいて適切な分類を選択できるようにします。
if/elseの条件に基づいてワークフローを2つの分岐に分けることができます。
Python / NodeJSコードを実行してワークフロー内でデータ変換などのカスタムロジックを実行します。
Jinja2のPythonテンプレート言語を利用して、データ変換やテキスト処理を柔軟に行うことができます。
複数の分岐の変数を1つの変数に集約し、下流ノードの統一設定を実現します。
LLMを利用して自然言語から構造化パラメーターを推論し、後続のツール呼び出しやHTTPリクエストに使用します。
リストオブジェクトに対して複数回のステップを実行し、すべての結果を出力します。
HTTPプロトコルを介してサーバーリクエストを送信し、外部検索結果の取得、webhook、画像生成などのシナリオに適用されます。
Dify内蔵ツール、カスタムツール、サブワークフローなどをワークフロー内で呼び出すことができます。
変数代入ノードは変数(例えば、会話変数)に指定した値を代入するノードです。
-
アップロードした文書を解析し、文書ファイルの情報を読み取り、テキストに変換して内容をLLMに送信する