关键判断交给人
在涉及敏感数据、访问权限或合规的操作前暂停。由专人介入审批、修改、评论或转交后，再继续运行。
Workflow Studio
构建生产级 Agentic 工作流
设计从用户请求到可靠结果的处理逻辑。Workflow Studio 为团队提供可视化协作画布，涵盖模型调用、知识检索、工具、代码、分支、触发器与人工审核，让 AI 应用像真正的软件一样完成测试与交付。
释放 Agent 的能力
模型只是其中一个节点。真正让它成为可靠 Agent 的，是围绕它构建的 Workflow 体系，而 Dify 正是承载这套体系的 Harness。
追踪每一次运行
通过检查节点输出、变量、执行路径和日志，让每一次事务都能追溯到对应的检索过程、模型调用、工具使用、用户、设备或相关数据。
将现有流程转化为工作流
把业务逻辑转化为画布上相连的节点：输入、检索、模型调用、工具使用、分支与输出。
一张画布，多种运行方式
Workflow 与 Chatflow 共享相同的节点库与执行模型，区别在于触发方式与用户交互形式。
一次运行，端到端跑完
适用于自动化任务、批量处理、文档处理与后端流水线。Workflow 从一个输入或触发器启动，沿设计路径执行并返回结果。
每条消息，一次运行
适用于智能助手、引导式问答与结构化支持。每条用户消息都会先走完整个流程再回复，并在多轮对话之间保留记忆。
工作流支持自动触发
无需用户参与即可触发运行：定时任务、插件事件与入站 Webhook。
围绕真实业务环节交接
真正可投产的 AI 应用，远不止调用模型。它会对请求分类、检索上下文、按数据分支、调用经过授权的系统，并在需要人为判断时暂停。
Nodes we have
用户输入
定时触发
LLM
知识检索
问题分类器
条件分支
迭代
工具
代码执行
人工介入
Nodes types
开始
从用户消息、API 调用、定时触发、Webhook、插件事件或上传的数据开始。
推理与检索
调用模型、识别意图、提取字段，并基于现有知识库生成有依据的回复。
控制流
按条件分支、对列表迭代、循环直到产生预期结果，或合并多条路径。
执行
使用 Dify 工具、自定义 API、MCP 工具、HTTP 请求或沙箱代码。
人工审核
在运行继续前，收集审批意见、修改、评论、转交或超时处理。
测试、版本、追踪
原型即生产 —— 同一条 Workflow 贯穿始终，每一步均支持调试、可靠性、版本与追踪。
Debug
Debug
运行单个节点，或整条流程
用样例输入测试任意节点或整流程，把问题留在测试阶段。
Reliability
Reliability
设计可控的失败路径
LLM、HTTP、代码与工具节点可以停止、返回默认值，或附带类型化的错误信息转入恢复分支。
Versions
Versions
回滚到任意已发布版本
保留发布历史，恢复已发布版本，并通过 DSL 导出在工作区之间迁移工作流。
Observability
Observability
把运行数据接入团队的观测平台
把追踪数据实时推送到 Langfuse、LangSmith、Arize、W&B Weave 等。
多端发布
工作流搭建完成后，可以托管应用、API 端点、MCP 兼容工具或可复用模板的形式对外提供。
API
生成应用凭据、流式返回、管理会话，并从后端进行集成。
MCP 服务器
将工作流开放为原生工具，供 Claude Desktop、Cursor 及其他支持 MCP 的客户端。
模板
导出 DSL 或发布至模板市场，供团队复用工作流设计。
网页应用
共享托管应用链接，支持对话、Workflow 表单、会话、引用及批量处理。
从第一个 Workflow 开始
从 Dify 云服务开始，共同探讨私有部署方案。