本文档由 AI 自动翻译。如有任何不准确之处,请参考 英文原版。

配置大型语言模型
我们需要在 LLM 节点选择使用大型语言模型,让我们来快速配置一下。看懂大语言模型的能力标签
正如每位主厨都有自己的拿手菜系,不同的大语言模型也有自己擅长的领域。在 Dify 里选择模型时,你会看到它们身上挂着一些标签,这些标签就是为了告诉我们它擅长什么。CHAT(聊天)
CHAT(聊天)
拥有这个标签的模型,擅长对话、写文章、做总结。我们今天的邮件助理工作流就需要带有这个标签的大型语言模型。
1048K(记忆力)
1048K(记忆力)
这个数字代表模型的上下文窗口,可以理解为它的 短期记忆有多强。K 代表千,1048K 就意味着它能一次性处理大约一百万个词(Token)的超长信息,比如读完一本很厚的书,还能记住开头的情节。
包含这个标签的大型语言模型,对于处理长文档、长对话非常有帮助。
多模态能力 (Multi-modal)
多模态能力 (Multi-modal)
模态指的是信息的类型。多模态就是指模型能处理多种类型的信息,而不仅仅是文字。VISION(看图识字)带有这个标签的模型,不仅能理解文字,还能看见图片!你可以给它发送一张图,然后问它图里包含什么?AUDIO(声音辨识)带有这个标签的模型,可以听懂音频文件。你可以给它一段录音,让它转写成文字或者总结内容。VIDEO(视频分析)该模型能理解视频内容。DOCUMENT(文档阅读)该模型可以直接阅读和理解你上传的文档,比如 PDF 或者 Word 文件,然后回答相关问题。
动手实践 1:添加 LLM 节点
接下来,我们需要告诉大型语言模型需要做什么。点击 LLM 节点,在右侧的面板中,找到 System 输入框。在这里,你可以给 AI 输入具体的任务指令(Prompt)。

核心概念:提示词 (Prompt)
你可以理解为给 AI 下达的具体任务指令,你告诉 AI 做什么以及怎么做。 最关键的是,你可以在 Prompt 中,使用来自开始节点的变量。这样,AI 就能根据你每次提供的不同材料而变化。在 Dify 中,你只需要用变量名称这样的格式(我们在第一课动手实践开始节点里的:customer_name 和 email_content),就可以把变量嵌入到你的指令中。
动手实践 2:编写 Prompt
现在,我们将一起编写提示词,同时把变量融入其中。至此,你已经完成了首个工作流的完整编排。
运行与调试
材料备好了,主厨也到位了,指令也写好了,那么工作流的出品如何呢?在正式出菜之前,让我们先试个菜。 测试是确保工作流稳定运行的关键一步,它能帮助我们提前发现并解决潜在的问题。小科普:检查清单(Checklist)
检查清单就像你的私人体检医生,它会实时扫描你的工作流,自动找出配置不完整或者明显的错误(比如有节点没有连接好)。 在点击运行前先看一眼这里,能帮你提前了解工作流哪里有不完整的地方。动手实践 3:测试与调试
恭喜你!你不仅完成了第一个工作流的搭建,并掌握了基础的测试和调试工作流的技巧。










