Dify 发布 Agent 节点：为 Workflow 注入自主决策能力

在人工智能技术日新月异的今天，工作流自动化正迎来新一轮的变革。长期以来，传统自动化流程依赖于预先设定的固定动作，这在处理复杂问题时显得捉襟见肘，就像是让钢琴家只能机械地演奏乐谱，缺乏灵活性和创造性。

然而，随着大型语言模型 (LLM) 推理能力的飞速提升，将工作流中某些环节的决策权逐步交给 LLM 成为了可能。近日，Dify 平台正式推出了 Agent 节点 Strategy 类型插件，这一创新功能旨在为用户提供更智能、更自主的工作流自动化体验。

Agent 节点与 Strategy 的关系：解耦设计，灵活升级

Dify Workflow 中的 Agent 节点，其核心作用在于打破传统工作流的刚性约束，使得某些环节不再局限于固定的流程和工具模式。相反，Agent 节点允许 LLM 在特定环节进行自主决策和判断，从而应对更加复杂和动态的任务需求。

为了实现 Agent 节点的灵活性和可扩展性，Dify 引入了 Agent Strategy (代理策略) 的概念。Agent Strategy 是一个可扩展的模板，它定义了标准化的输入内容和输出格式。通过开发特定的代理策略配置界面，Dify 允许用户应用各种先进的代理策略，例如 CoT (思维链)、ToT (思维树)、GoT (思维图) 以及 BoT (思维支柱) 等，甚至可以实现更为复杂的语义内核策略。

在 Dify 平台中，Agent 节点承载了 Agent Strategy，并与工作流的上下游节点紧密连接。与 LLM 节点类似，Agent 节点专注于解决具体任务，并将最终结果反馈给下游节点。

为了更清晰地理解 Agent 节点与 Agent Strategy 之间的关系，可以将其类比为汽车的引擎与控制系统：

• Agent 节点 (执行单元)： 扮演着工作流中的 "决策中心" 角色，负责调度资源、管理运行状态，并记录完整的推理过程。
• Agent Strategy (决策逻辑)： 作为一个可插拔的推理算法模块，Agent Strategy 定义了工具的使用规则和问题解决范式。

这种精妙的解耦设计，使得开发者能够独立升级 "动力系统" (Agent Strategy)，而无需对整个工作流架构进行大改动，极大地提升了系统的灵活性和可维护性。

目前，Dify 预置了两种经典的 Agent Strategy 策略供用户选择：

• ReAct： 经典的 "思考-行动-观察" 推理链，模拟人类的思考和行动模式。
• Function Calling： 支持函数式精准调用，能够精确调用外部工具或 API。

用户可以直接在 Dify Marketplace 中下载这些预设策略，并快速应用到自己的工作流中。更重要的是，Dify 推出了开放的策略开发标准，鼓励开发者共同构建繁荣的 Agent Strategy 生态。在 Dify 平台上，任何开发者都可以：

• 通过 CLI 工具快速创建自定义策略插件。
• 自定义策略的配置表单和可视化组件。
• 将前沿的学术算法 (如 Tree-of-Thoughts) 集成到 Agent 节点中。

这意味着 Dify 正在成为 AI 推理策略的 "创新平台"，每个用户都能够共享社区共建的成果，并从中受益。

Agent 节点功能概览

功能全景图展示了 Agent 节点的主要功能。

接下来，我们将分别面向普通用户和开发者，介绍 Agent 节点的具体使用方法和优势。

面向普通用户：拖拽即用，透明推理

1. 拖拽即用，快速配置

Dify 平台将 Agent 节点的使用门槛降至最低。用户可以从工具面板中直接拖拽 Agent 节点到工作流画布中，只需简单的三个步骤即可完成配置：

• 选择推理策略： 从预置或自定义的策略列表中选择合适的 Agent Strategy。
• 绑定工具/模型： 将 Agent 节点与所需的工具或语言模型进行绑定。
• 设置提示词模板： 根据任务需求，设置清晰的提示词模板，引导 LLM 进行推理和决策。

2. 透明化推理过程，实时日志

Dify 代理策略的一个强大功能是其内置的日志机制。这个机制创建了代理思考过程的树状结构，实现了代理执行路径的可视化，方便调试复杂的多步骤推理。

通过实时日志，用户可以清晰地查看：

• 总耗时 / Token 消耗： 了解 Agent 节点的资源消耗情况。
• 多轮思考过程： 追踪 LLM 的多轮思考和决策步骤。
• 工具调用轨迹： 监控 Agent 节点对外部工具的调用记录。

透明化的推理过程和实时的日志信息，极大地提升了 Agent 节点的可debug性和可解释性，帮助用户更好地理解和优化工作流。

面向开发者：标准化开发，灵活定制

对于开发者而言，Dify 提供了标准化的开发套件， 帮助开发者快速构建和定制 Agent Strategy。 定义一个 Agent Strategy 的核心在于定义以下模块，从而规定语言模型如何：

• 处理用户查询： 接收和解析用户的自然语言查询。
• 选择合适的工具： 根据查询内容和任务需求，选择合适的工具。
• 使用正确的参数执行工具： 以正确的参数调用所选工具。
• 处理工具返回结果： 解析和处理工具执行后的返回结果。
• 判断任务完成时机： 确定任务何时完成并输出最终答案。

标准化的开发套件， 包含了策略配置组件库 (如 Model Selector / Tool Editor 等)、结构化日志接口、以及沙箱测试环境， 极大地简化了策略开发流程。

策略的定义主要包括策略的身份和元数据、必需的参数 (例如模型、工具、查询等)、参数的类型和约束，以及策略实现源代码的位置。

Agent 的执行流程主要分为三个阶段： 初始化、迭代循环和最终回答。

1. 初始化阶段： 系统完成必要的参数配置、工具设置和上下文准备。
2. 迭代循环阶段： 系统准备包含当前上下文的提示词，并利用工具信息调用大型语言模型 (LLM)。随后，系统解析 LLM 的响应，判断是调用工具还是已获得最终答案。如果需要调用工具，系统将执行相应的工具，并使用工具的输出结果更新上下文。这个循环持续进行，直到任务完成或达到预设的最大迭代次数。
3. 最终回答阶段： 系统返回最终答案或结果。

Dify 平台支持通过 YAML 文件以声明式的方式定义策略。 例如，以下代码展示了一个名为 function_calling.yaml 的配置文件示例：

parameters:
- name: model
type: model-selector
scope: tool-call&llm
- name: tools
type: array[tools]
- name: max_iterations
type: number
default: 5
extra:
python:
source: function_calling.py

这种声明式架构使得策略配置如同填写表格一样简单直观，同时支持：

• 参数动态校验： 对参数类型、范围和依赖关系进行动态验证。
• 多语言标签自动渲染： 自动渲染多语言版本的配置界面。

更多关于策略定义的详细信息，请参考 Dify 官方文档： https://docs.dify.ai/plugins/schema-definition/agent

未来展望：持续迭代，无限可能

Dify 平台计划在未来持续迭代 Agent 节点功能，并增加更多面向开发者的组件库，例如：

• 知识库调用能力
• Chatflow 中的 Memory (记忆) 组件
• 错误处理和重试机制
• 更多官方 Agent 策略

用户可以根据自身需求，从社区下载不同的 Agent Strategy，并将其加载到不同的 Agent 节点中，以解决各种复杂的任务。

在初次尝试 Agent 节点时，用户可以使用三节点的 Chatflow 快速了解其运行原理，并模拟 Agent 的基本能力。 在解决更复杂的任务时，可以尝试使用路由和交接等高级技巧，将 Agent 节点视为 LLM 节点的强大扩展，通过分步骤解决复杂问题。

例如，通过 Agent 节点，用户可以实现类似 OpenAI ChatGPT-4o with Task 的复杂任务处理能力 (下图来自社区贡献者 Pascal)。

更多高级玩法将在 Dify 1.0.0 版本中正式发布， 欢迎更多开发者贡献自己的 Agent Strategy，共同构建繁荣的 Dify 生态！