Workflow Studio

KI-Workflows entwerfen, die im Produktivbetrieb bestehen

Nutzerinteraktionen sollen zu verlässlichen Ergebnissen führen. Mit Dify Workflow Studio entwerfen Teams die Logik dazwischen auf einer gemeinsamen visuellen Arbeitsfläche. Sie kombinieren Modellaufrufe, Wissensabruf, Tools, Code, Verzweigungen, Trigger und menschliche Prüfung, um KI-Apps zu testen und als funktionierende Lösungen auszuliefern.

Jetzt starten

Das Potenzial von Agenten nutzen

Ein Modell ist ein Node. Zum verlässlichen Agenten wird es erst durch das Engineering drumherum. Der Workflow ist dieser Rahmen.

Menschliche Entscheidung im Prozess

Halten Sie vor Aktionen an, die sensible Daten, Zugriffe oder Richtlinien betreffen. Eine Person kann den Lauf freigeben, bearbeiten, kommentieren oder weiterleiten, bevor er fortgesetzt wird.

Jeden Lauf im Detail nachverfolgen

Prüfen Sie Node-Ausgaben, Variablen, Ausführungspfade und Logs, damit jede Transaktion bis zum Abruf, zum Modell, zum Tool, zum Nutzer, zum Gerät oder zu den Daten zurückverfolgt werden kann.

Bestehende Prozesse in Workflows überführen

Übersetzen Sie Eingaben, Abruf, Modellaufrufe, Tool-Nutzung, Verzweigungen und Ausgaben in verbundene Nodes, damit die Logik, nach der Ihr Unternehmen arbeitet, zu etwas wird, das Sie bauen können.

Eine Arbeitsfläche, mehrere Ausführungsarten

Workflow und Chatflow nutzen dieselbe Node-Bibliothek und dasselbe Ausführungsmodell. Sie unterscheiden sich darin, wie Läufe ausgelöst werden und wie Nutzer mit dem Ergebnis interagieren.

Ein Durchlauf, von Anfang bis Ende.

Für Automatisierung, Batch-Jobs, Dokumentverarbeitung und Backend-Pipelines. Ein Workflow beginnt mit einer Eingabe oder einem Trigger, durchläuft den entworfenen Pfad und liefert ein Ergebnis zurück.

Ein Lauf pro Nachricht.

Für Assistenten, geführte Fragen und Antworten und strukturierten Support. Jede Nutzernachricht durchläuft den Flow, bevor eine Antwort gesendet wird; das Gesprächsgedächtnis bleibt über alle Runden erhalten.

Workflows, die sich selbst starten

Läufe auslösen, ohne dass ein Nutzer beteiligt ist: geplante Jobs, Plugin-Events und eingehende Webhooks.

Um die echten Übergabepunkte herum bauen

Nützliche KI-Apps rufen nicht nur ein Modell auf. Sie klassifizieren die Anfrage, holen Kontext, verzweigen anhand von Daten, sprechen freigegebene Systeme an und halten an, wenn ein Mensch entscheiden muss.

Nodes we have

Nutzereingabe
Zeitgesteuerter Trigger
LLM
Wissensabruf
Fragenklassifizierung
Wenn / Sonst
Iteration
Tool
Code
Menschliche Eingabe

Node types

Start
Beginnen Sie mit einer Nutzernachricht, einem API-Aufruf, einem zeitgesteuerten Trigger, einem Webhook, einem Plugin-Event oder hochgeladenen Daten.
Schlussfolgern & abrufen
Modelle aufrufen, Absichten klassifizieren, Felder extrahieren und Antworten auf aufbereitetem Wissen abstützen.
Ablaufsteuerung
Mit Bedingungen verzweigen, über Listen iterieren, Schleifen bis zu einem Ergebnis durchlaufen oder Pfade zusammenführen.
Handeln
Dify-Tools, eigene APIs, MCP-Tools, HTTP-Anfragen oder Code in einer Sandbox nutzen.
Menschliche Prüfung
Freigaben, Änderungen, Kommentare, Weiterleitungen oder Timeout-Behandlung einholen, bevor der Lauf weitergeht.

Jeden Lauf testen, versionieren und beobachten

Der Prototyp ist die Produktion: Derselbe Workflow läuft durchgängig, mit Debugging, Ausfallsicherheit, Versionen und Traces bei jedem Schritt.

Debugging

Einen Node oder den ganzen Flow ausführen

Testen Sie jeden Teil der Arbeitsfläche mit Beispieleingaben und prüfen Sie Zwischenwerte, bevor echte Nutzer die App verwenden.

Ausfallsicherheit

Vorhersehbare Fehlerpfade entwerfen

LLM-, HTTP-, Code- und Tool-Node können stoppen, Standardwerte zurückgeben oder mit typisierten Fehlermetadaten in Wiederherstellungszweige verzweigen.

Versionen

Jeden veröffentlichten Build wiederherstellen

Behalten Sie die Release-Historie, stellen Sie veröffentlichte Versionen wieder her und übertragen Sie Workflows per DSL-Export zwischen Workspaces.

Observability

Läufe an Ihren Observability-Stack senden

Streamen Sie Traces nach Langfuse, LangSmith, Arize, W&B Weave und mehr.

Einmal veröffentlichen. Überall verfügbar.

Sobald die Logik steht, stellen Sie sie dort bereit, wo Nutzer und andere Systeme sie brauchen: als gehostete App, API-Endpunkt, MCP-kompatibles Tool oder wiederverwendbare Vorlage.

API
App-Zugangsdaten erzeugen, Antworten streamen, Sitzungen verwalten und aus Ihrem Backend heraus integrieren.
MCP-Server
Stellen Sie Workflows als native Tools für Claude Desktop, Cursor und andere MCP-fähige Clients bereit.
Vorlage
Exportieren Sie die DSL oder veröffentlichen Sie sie im Template Marketplace, damit Teams das Design wiederverwenden können.
Web-App
Teilen Sie einen gehosteten App-Link für Chat, Workflow-Formulare, Sitzungen, Quellenangaben und Batch-Verarbeitung.