发布日期：2026-06-30 11:09:15 浏览次数： 1585
作者：烨笙总Yes
微信搜一搜，关注“烨笙总Yes”
推荐语
用自然语言描述需求，自动生成Dify工作流并直接部署，告别繁琐的拖拽操作。
核心内容：
1. 两个Claude Code Skill实现工作流全自动生成与部署
2. 自动生成DSL配置文件相比手动拖拽的效率优势
3. 从简单模板到复杂流程的广泛适用性
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
用 Dify 搭工作流，大多数人的操作是：打开网页 → 拖节点 → 连线 → 填参数 → 测试 → 导出备份。需求一变，再拖一遍。领导不满意，再改一遍。
我做了两个 Claude Code Skill——**`dify-workflow`和`dify-deploy`**，把这条链路压缩成一句话：**用自然语言描述需求，自动生成工作流，直接部署到 Dify**。不需要拖拽，不需要手动导入，需求变了改一句描述重新跑就行。
开源地址：github.com/jspi-fu/customized-skills
## DSL 是什么？为什么自动生成比拖拽快？
Dify 的工作流本质上是一个 YAML 格式的配置文件，叫**DSL**（Domain Specific Language，领域特定语言）。你在网页上拖拽节点、连线、填参数，背后都是在编辑这个 DSL 文件。
手动拖拽的问题是：你在跟一个可视化编辑器交互，每改一个参数都要点开节点面板、找到字段、填写、保存。而**自动生成 DSL，是让模型直接输出这个配置文件**——省掉了所有点击操作。
但只生成 DSL 还不够。生成完了还得手动导入到 Dify，还是得开网页、点按钮。**`dify-deploy`补上了这一步**：生成完直接调用 Dify 的 API 创建应用、导入配置、验证结果。一条龙走完，你拿到的是一个已经在 Dify 上跑起来的应用，不是一个躺在硬盘里的 YAML 文件。
> `dify-deploy`skill 中相应 Key 的配置教程已经发布在 CSDN：如何获取 dify-deploy skill 所需要的三个 key 值
## 不只是快速原型，复杂设计也能搞定
很多人对”AI 生成工作流”的预期是：只能做简单的线性流程，稍微复杂一点就搞不定。这两个 Skill 的设计目标不是这样——**简单任务要快，复杂任务要准**。
### 简单任务：模板直接套，几分钟出活
SKILL.md 内置了 4 个常用模板：**Chatbot**（聊天机器人）、**RAG**（知识库问答）、**Agent**（带工具调用的智能体）、**Translation**（翻译/文本转换）。
比如领导说”做个聊天机器人”，直接套 Chatbot 模板——Start → LLM → Answer，三个节点，改一下模型名称和 prompt，几分钟生成完部署好。
下面这个会议总结工作流，需求用流程图方式描述，涉及参数提取、HTTP 搜索、随机抽取、LLM 生成、插件调用等多种节点类型，**Skill 一次生成完成**：
> 帮我生成 dify 应用，其主要流程如下：用户输入（日期+主题）→ 提取 date/content → Tavily 搜索（学习强国，advanced 深度，使用 Tavily 插件）→ 提取搜索结果内容 → 从固定列表（先填入8个假名字）中随机抽取 2 名同学 → LLM 生成报告（主题+搜索结果+学生姓名）→ Markdown 转 DOCX（使用 Markdown to Word 插件）→ 输出 DOCX 文件
需求明确，Skill 直接从节点路由表匹配类型、从 Schema 文档组装字段，不需要追问，同意设计稿后几分钟出结果。
这里我简单套了个前端，大家可以体验一下：meetsum.311factory.top/
### 复杂任务：逐节点查阅 Schema，精准组装
当需求复杂到一定程度——多分支、多模型、多接口调用、异常处理——Skill 会逐节点查阅`references/nodes/`目录下的**15 种节点文档**，每种都从 Dify 源码解析而来，包含字段定义、类型枚举、变量引用语法、验证规则。
下面这个知识库问答工作流，全程用大白话描述，需求里包含条件分支、意图分类、HTTP 请求、状态码检查、多模型调用，**Skill 逐条拆解、逐节点组装**：
> 写一个 Dify 数据问答机器人的 DSL 配置，模型主要调用 DeepSeek 和 Qwen。流程从一开始先加个条件判断拦截特殊指令进行直接回复，其余进入核心的意图分类节点。意图需划分为通用、数据库、文件和报告四种场景。通用场景直接过 DeepSeek 生成结果并输出。数据库场景先让 Qwen 写 SQL，通过 POST 请求调用内部接口查数据，接着判断 HTTP 状态码，成功则解析数据给大模型做总结，异常走失败分支。文件场景根据具体需求分流，通过 API 提取文档内容后进行大篇幅文本提炼。报告场景利用 GET 请求获取外部报告，解析状态后输出最终分析结论。所有涉及接口调用的地方都要配上状态码检查来处理网络异常。
这段需求涉及的节点类型：If/Else 做条件拦截、Question Classifier 做意图分类（4 种类别）、HTTP Request 调接口、Code 节点解析数据、LLM 调用 DeepSeek 和 Qwen、Answer 输出结果。
Skill 没有急着出原型，而是先给出自己的设计方案，并主动引导你澄清需求：
在你确认设计方案无误，并补充完毕信息后，Skill 开始逐节点查阅 Schema，检查每个字段的约束——比如 Question Classifier 的`classes`最少 2 个、HTTP Request 的 body 类型要跟 Content-Type 匹配、If/Else 的 sourceHandle 要区分 true/false 分支——**最终生成的 DSL 直接导入成功**。
## 需求变了？持续迭代，自动备份
工作流应用最难的不是第一次搭建，而是后续迭代。领导看完原型说”数据库场景再加个缓存判断”，手动改意味着打开 Dify、找到对应节点、拖新节点、连线、改变量引用，一不小心改错了还得从备份恢复。
用 Skill 迭代的流程是：
1. 描述修改需求：“在数据库场景的 HTTP 请求前加一个缓存判断节点”
2. Skill**自动备份旧 DSL**到临时目录，文件名带时间戳
3. 生成新 DSL，**覆盖导入**到 Dify
4. 导出验证，确认新版本正确
**推倒重来不再白费心血**。每次迭代都有备份，改坏了随时回退。
## 版本兼容：不怕单位 Dify 版本老
Dify 迭代快，版本碎片化严重。网课教程用的是 v0.6，单位部署的是 v0.12，网上找的模板是 v1.x——导入就报错。
`dify-workflow`在`references/config.yml`中维护了一份版本对照表：
| DSL 版本 | 对应 Dify 版本 |
| — | — |
| 0.1.0 | v0.6.x ~ v0.12.x |
| 0.1.1 ~ 0.1.5 | v0.13.x ~ v0.14.x |
| 0.2.0 ~ 0.3.x | v1.0.0 ~ v1.2.x |
| 0.4.0 ~ 0.5.x | v1.3.0 ~ v1.9.x |
| 0.6.0 | v1.10.0+ |
指定版本号后，Skill 只使用该版本支持的节点类型和字段。**指定 0.1.0 就只用初始 14 种节点、单段式 provider 格式**；指定 0.6.0 才开放 human-input、structured_output 等新特性。生成的 DSL 保证兼容，不会出现导入后节点丢失的问题。
## 兜底设计：按规则执行，不靠模型硬扛
`dify-deploy`设置了`disable-model-invocation: true`，让模型直接读取 API 返回的 JSON 内容。Skill 里写死了状态码验证规则：
| 状态码 | 含义 | 处理方式 |
| — | — | — |
| `201 CREATED` | 应用创建成功 | 继续下一步 |
| `200 OK` | 导出或导入完成 | 继续下一步 |
| `202 ACCEPTED` | 导入进入 pending 状态 | 调用 confirm 接口确认 |
| `401` | key 配置有问题 | 检查 ADMIN_API_KEY |
| `Connection refused` | API 地址不可达 | 检查 DIFY_BASE_URL |
模型只需要”遵守”这些规则，不需要”理解”API 设计。即使模型能力有限，只要它能按状态码执行对应动作，就能一路跑通到应用创建成功。这条设计把判断逻辑从”模型理解”降级为”规则匹配”，**提高了整个流程的鲁棒性**。
## 总结
两个 Skill 配合使用的完整链路：
1. 用自然语言描述需求（可以是大白话，也可以是流程图）
2. `dify-workflow`生成兼容指定版本的 DSL
3. `dify-deploy`一键创建应用并导入到 Dify
4. 需求变了？自动备份旧版本，生成新 DSL，覆盖导入
5. 中途出错？读 API 返回，按规则重试
**简单任务几分钟出原型，复杂任务逐节点精准组装**。需求变了改一句描述重新跑，不用再打开 Dify 拖拽。
[登录查看剩余 70% 内容](javascript:void (0);)
https://www.53ai.com/keyword/dify%E5%B7%A5%E4%BD%9C%E6%B5%81https://www.53ai.com/keyword/dify%20githubhttps://www.53ai.com/keyword/dify%20api
分享：
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
53AI，企业落地大模型首选服务商
**产品**：场景落地咨询+大模型应用平台+行业解决方案
**承诺**：免费POC验证，效果达标后再合作。**零风险落地应用大模型**，已交付160+中大型企业
https://www.53ai.com/news/dify/2026063009684.htmlhttps://www.53ai.com/news/dify/2026062725783.html
https://www.53ai.com/news/dify
相关资讯
https://www.53ai.com/news/dify/2026070325039.htmlhttps://www.53ai.com/news/dify/2026070225810.htmlhttps://www.53ai.com/news/dify/2026063009684.htmlhttps://www.53ai.com/news/dify/2026062725783.htmlhttps://www.53ai.com/news/dify/2026062626403.htmlhttps://www.53ai.com/news/dify/2026062650367.htmlhttps://www.53ai.com/news/dify/2026061845763.htmlhttps://www.53ai.com/news/dify/2026061551847.html
https://www.53ai.com/solution.html
https://www.53ai.com/solution.html
160+中大型企业正在使用53AI
[立即咨询](javascript:void(0))[预约演示](javascript:void(0))
https://www.53ai.com/news/dongtai/2025012294502.htmlhttps://www.53ai.com/news/dongtai/2025012234192.html
https://hub.53ai.com/
热点资讯
https://www.53ai.com/news/dify/2026041829076.htmlhttps://www.53ai.com/news/dify/2026041295741.htmlhttps://www.53ai.com/news/dify/2026052228496.htmlhttps://www.53ai.com/news/dify/2026061162470.htmlhttps://www.53ai.com/news/dify/2026060340319.htmlhttps://www.53ai.com/news/dify/2026060231942.htmlhttps://www.53ai.com/news/dify/2026061551847.htmlhttps://www.53ai.com/news/dify/2026061845763.htmlhttps://www.53ai.com/news/dify/2026062650367.htmlhttps://www.53ai.com/news/dify/2026062626403.html
大家都在问
https://www.53ai.com/news/dify/2026061551847.htmlhttps://www.53ai.com/news/dify/2026011428975.htmlhttps://www.53ai.com/news/dify/2026010634782.htmlhttps://www.53ai.com/news/dify/2025122124875.htmlhttps://www.53ai.com/news/dify/2025122057604.htmlhttps://www.53ai.com/news/dify/2025121732147.htmlhttps://www.53ai.com/news/dify/2025112961328.htmlhttps://www.53ai.com/news/dify/2025093023681.html
热门标签
https://www.53ai.com/news/neirongchuangzuohttps://www.53ai.com/news/LargeLanguageModelhttps://www.53ai.com/news/gerentixiaohttps://www.53ai.com/news/langchainhttps://www.53ai.com/news/llamaindexhttps://www.53ai.com/news/MultimodalLargeModelhttps://www.53ai.com/news/RAGhttps://www.53ai.com/news/zhinengkefuhttps://www.53ai.com/news/knowledgegraphhttps://www.53ai.com/news/finetuninghttps://www.53ai.com/news/RAGFlowhttps://www.53ai.com/news/cozehttps://www.53ai.com/news/difyhttps://www.53ai.com/news/fastgpthttps://www.53ai.com/news/Bishenghttps://www.53ai.com/news/Qanythinghttps://www.53ai.com/news/AIqichehttps://www.53ai.com/news/AIjinronghttps://www.53ai.com/news/AIgongyehttps://www.53ai.com/news/AIpeixunhttps://www.53ai.com/news/AISaaShttps://www.53ai.com/news/tishicikuangjiahttps://www.53ai.com/news/tishicijiqiaohttps://www.53ai.com/news/AIdianshanghttps://www.53ai.com/news/AImianshihttps://www.53ai.com/news/shuziyuangonghttps://www.53ai.com/news/zhinengbaobiaohttps://www.53ai.com/news/zhishiguanlihttps://www.53ai.com/news/OpenSourceLLMhttps://www.53ai.com/news/zhinengyingxiaohttps://www.53ai.com/news/zhinengyingjianhttps://www.53ai.com/news/zhinenghuagaizaohttps://www.53ai.com/news/AIyiliaohttps://www.53ai.com/news/MaxKBhttps://www.53ai.com/news/Palantirhttps://www.53ai.com/news/Gleanhttps://www.53ai.com/news/Openclaw
[应聘简历请发送至： ceo@53ai.com](mailto:ceo@53ai.com)
https://www.53ai.com/product.html
https://www.53ai.com/product/quanyuanAIhttps://www.53ai.com/product/gongzuoduihuahttps://www.53ai.com/product/neirongchuangzuohttps://www.53ai.com/product/zhinengwendanghttps://www.53ai.com/product/mofacaidan
https://www.53ai.com/product/yewuAIhttps://www.53ai.com/product/weixinfenshenhttps://www.53ai.com/product/haiwaikefuhttps://www.53ai.com/product/guanwangkefuhttps://www.53ai.com/product/douyinkefuhttps://www.53ai.com/product/shuzilaoshihttps://www.53ai.com/product/shuzidudaohttps://www.53ai.com/product/zhinengfuwutai
https://www.53ai.com/product/AIXyewuhttps://www.53ai.com/product/zhinengwenshuhttps://www.53ai.com/product/zhinengshenhehttps://www.53ai.com/product/zhinenggongdanhttps://www.53ai.com/product/qiweigenjinzhushouhttps://www.53ai.com/product/zhinengbaojiahttps://www.53ai.com/product/qiweixiaoshouzhushouhttps://www.53ai.com/product/zijianyingyonghttps://www.53ai.com/product/qiweikefuzhushou
https://www.53ai.com/consulting.htmlhttps://www.53ai.com/fine-tuning.html
https://www.53ai.com/kehuanli.html
https://www.53ai.com/kehuanli/hangyeanlihttps://www.53ai.com/kehuanli/solution
https://www.53ai.com/news.html
https://www.53ai.com/news/qianyanjishuhttps://www.53ai.com/news/agentplatformhttps://www.53ai.com/news/hangyeyingyonghttps://www.53ai.com/news/qiyejingyinghttps://www.53ai.com/prompt.html
https://www.53ai.com/about.html
https://www.53ai.com/about/introductionhttps://www.53ai.com/about/cooperation
友情链接：
https://www.waytoagi.com/https://www.yuncan.com/https://www.wescrm.com/https://www.mingpian.top/https://www.uweb.net.cn/
CopyRight © 2012-2026 深圳市博思协创网络科技有限公司 版权所有
https://beian.miit.gov.cn/
广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）
深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204
上海：上海市浦东新区金新路58号1602室
微信扫码
和创始人交个朋友
联系我们
售前咨询
[186 6662 7370](tel:18666627370)
预约演示
[185 8882 0121](tel:18588820121)
微信扫码
添加专属顾问
回到顶部
加载中…
扫码咨询
[](https://www.53ai.com/news/dify/2026063034756.html)
https://work.weixin.qq.com/ca/cawcde2599cf74e2d9https://work.weixin.qq.com/ca/cawcdefb661890e885[电话咨询](tel:400-838-1185)
扫码登录
– [x] 登录即表示您同意[《53AI网站服务协议》](javascript:void(0);)
服务协议
欢迎您使用【53AI 官方网站】（以下简称“本网站”或“我们”）。本《会员服务协议》（以下简称“本协议”）是您（以下简称“会员”或“用户”）与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前，请务必审慎阅读、充分理解各条款内容，特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时，即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站：指由【深圳市博思协创网络科技有限公司】运营的，域名为【53ai.com】的网站及相关移动端页面。
会员服务：指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容：指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式：本网站支持以下登录方式，您可根据实际情况选择：
微信公众号授权登录：您同意将您的微信OpenID信息授权给本网站，用于创建或关联会员账号。
手机验证码登录：您需提供真实有效的手机号码，并通过短信验证码完成身份验证与登录/注册。
账号安全：您的账号仅限您本人使用，禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失，由您自行承担。
实名认证：根据相关法律法规要求，我们可能要求您在特定功能下完成实名认证。如您拒绝提供，可能无法使用部分或全部服务。
未成年人保护：若您未满18周岁，请在法定监护人的陪同下阅读本协议，并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限：会员登录后，有权按照其会员等级对应的权限范围，在线浏览、检索本网站知识库中的相关文章及内容。
服务变更：我们有权根据业务发展需要，调整、变更或终止部分服务内容，并将以网站公告、公众号消息等方式提前通知。
禁止行为：您在使用服务时不得实施以下行为：
利用技术手段批量爬取、下载、转存知识库内容；
将知识库内容用于商业目的或未经授权地向第三方传播；
干扰本网站正常运行或侵犯其他用户合法权益；
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属：本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有，受《中华人民共和国著作权法》等法律保护。
有限许可：本网站授予会员一项非独占、不可转让、不可转授权的普通许可，仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责：未经书面许可，任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现，我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息，请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息，我们将严格按照《个人信息保护法》的规定处理，仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性：知识库内容仅供参考，不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证，您应自行判断并承担使用风险。
不可抗力：因自然灾害、政策法规变化、网络故障、第三方平台接口异常（如微信接口维护、运营商短信通道故障）等不可抗力导致的服务中断或延迟，我们不承担违约责任。
第三方链接：本网站可能包含指向第三方网站的链接，该等网站的内容和服务不受我们控制，请您自行甄别风险。
七、 违约责任
如您违反本协议约定，我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施，并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失，您应承担全部赔偿责任（包括但不限于罚款、赔偿金、律师费、公证费等）。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议，双方应友好协商解决；协商不成的，任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议，取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的，不影响其他条款的效力。
我们对本协议享有最终解释权，并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效，继续使用服务即视为同意修订内容。
[已查阅](javascript:void(0);)
安全验证
拖动下方拼图完成验证
AI生成背景
您的速度已超过 99% 的用户
验证错误,请重试
确定
安全验证
刷新验证码
反馈
切换无障碍验证
切换常规验证
