Awesome-Dify-Workflow 实战指南50 Dify 工作流 DSL 模板导入即用【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow搭 Dify 工作流时最磨人的往往不是想法而是细节上一个节点的输出该往哪根线里拖、提示词里{{变量}}写错一个引号就整条链路报错、条件分支连反了还看不出哪跑偏。Awesome-Dify-Workflow 这个仓库把 50 多套现成的 Dify 工作流 DSL 模板整理好了翻译、CSV 分析、Agent 对话这些高频场景都有yml 导入你自己的 Dify 账号就能跑也能拆开研究别人是怎么设计节点连线的。先挑一个 yml 导入把画布上的流程跑通一遍从哪挑仓库里所有模板都放在 DSL/ 目录下每个 yml 的用途在 README.md 的目录表里写得很清楚比如File_read.yml是读 CSV、中译英.yml是三步翻译。第一次用建议挑节点少的画布上节点越多越看不出是哪一步出了问题。怎么导本地部署或云端 Dify 都行版本要求 0.13.0 及以上带 Agent 节点的模板如 DSL/Demo-tod_agent.yml请用 1.0 最新版。把仓库拉到本地git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow打开 Dify 工作室左侧创建应用里选Import DSL file弹窗有两条路选 From DSL file 直接传本地的 yml或者选 From URL 把文件地址粘进输入框再点 Create。跑通长什么样导入后画布上开始、LLM、条件判断、变量聚合器、结束节点全配好了不用从零连线。点右上角运行右侧面板填测试输入各节点会按顺序亮起来最后一个结束节点输出结果。仓库里的模板已支持多任务并行、会话变量、表单和 echart 渲染测试通过后点发布就能通过 API 或聊天界面对外用。如果导入时报版本相关的错误先升级 Dify 再导不要在旧版本里硬导节点会缺。拆开三类高频模板看懂节点内部在干什么跑通之后别急着换下一个挑几个典型模板把画布打开看一遍你会发现提示词里写什么、变量从哪来这类问题答案都在里面。翻译类打开 DSL/宝玉的英译中优化版.yml这个流程的节点结构极简开始 → LLM → 结束全部逻辑压在提示词里。右侧 LLM 节点的 SYSTEM 区能看到分步翻译的完整要求先根据原文直译一遍再逐句挑出语法和用词问题最后重新组织成意译稿。翻译技术文章跑下来输出里会带这句不通顺这类逐条批注下面是修好的整段译文术语前后一致。想省 token 就换 DSL/DuckDuckGo翻译LLM二次翻译.yml第一遍直译交给传统翻译引擎只让大模型负责润色。长文档别硬塞进单次对话用 DSL/全书翻译.yml 先切分文本再进迭代器逐段翻。如果卡住翻译质量忽好忽坏时先只换 LLM 节点里的模型重跑一次再动提示词一次改两处分不清是谁的功劳。数据类打开 DSL/File_read.yml流程只有四步开始 → 获取文件路径 → 读取csv → 结束读取那步在 sandbox 里用 pandas 执行。上传一个 156KB 的 CSV 跑完输出面板会给出样本行和类似总行数 1254、共 16 列的摘要列名一并列出。业务同学拿不到代码环境这种丢文件进 sandbox 就能读的模板正好补位。想更进一步就参考 DSL/runLLMCode.yml 的思路让模型现场生成分析代码、经 HTTP 请求交给 sandbox 执行输入帮我看看三分球最多的前3个人直接出结果把描述需求变成出结果。如果卡住sandbox 里 pandas、matplotlib 报error: operation not permitted是官方 sandbox 权限不完整换用作者配套的 dify-sandbox-py依赖已验证可用。对话类打开 DSL/Demo-tod_agent.yml这是配合 Dify 1.0 Agent 节点的示例画布上是 Agent → 条件分支 → LLM 的结构。Agent 承担信息收集的职责信息不够就继续追问够了才走 LLM 分支出方案。预览窗口里的对话是这样走的——你说我想去东京它反问几天预算大概多少呢你答去10天大概5万块钱它直接给出详细旅行计划 - 东京之旅预算¥50,000约含 $7190旅行时间10 天。DSL/旅行Demo.yml 还多演示了一手把对话消息存进会话变量纳入 Agent 的思考上下文多轮对话不断片。如果卡住导入后画布上没有 Agent 节点就是 Dify 版本低于 1.0升级到最新版重新导入这类功能在旧版里不存在。跑通之后改成自己的样子模板的价值在改。三个最常用的改法换模型点任一 LLM 节点右侧模型下拉里换成稳定便宜的型号翻译类流程尤其吃模型换完立刻重跑对比改提示词SYSTEM 区就是普通文本翻译三步里想加保留 Markdown 格式这类约束直接在规则条目里补一行换输出形式参考 DSL/chart_demo.yml 在回复内容里渲染图表或把整个工作流发布为工具后嵌进 ChatBot 流程里复用——仓库里所有 DSL 都是工作流模式就是为了方便这么组合改完记得在运行面板先小样本验证再点发布。如果卡住想让模型输出的图片 URL 在聊天窗口显示markdown 写法没错的话多半是图片不支持跨域没渲染出来换一张支持跨域的资源试试。⚙️ 六个常见报错与对应改法以下问题都来自仓库 README 的常见问题区本地部署 Dify 时大概率会撞上一两个对照着改就行sandbox 装第三方库不生效 —— 打开/docker/volumes/sandbox/dependencies/python-requirements.txt写入依赖重启 sandbox节点间传字符串提示超限制 —— 改.env里的CODE_MAX_STRING_LENGTH和TEMPLATE_TRANSFORM_MAX_LENGTH都为 1000000重启容器知识库上传大文件失败改了配置还不行 ——.env里 nginx 相关配置也要一起改再重启容器知识库任务永久排队 —— 把.env的LOG_FILE改为/app/logs/server.log重启容器管理员密码忘了 —— 执行docker exec -it docker-api-1 flask reset-password拉镜像慢 —— image 地址前加 dockerpull.org 走加速每个改动的共同点是改完必须重启容器只改文件不重启等于没改。今天就可以先导入 DSL/File_read.yml 或 DSL/中译英.yml 跑一遍跑通后再把画布放大逐个看节点参数比看文档学得快。【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/16 1:51:19 · 阅读 1.2k Awesome-Dify-Workflow 实战指南：50+ Dify 工作流 DSL 模板导入即用
Awesome-Dify-Workflow 实战指南50 Dify 工作流 DSL 模板导入即用【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow搭 Dify 工作流时最磨人的往往不是想法而是细节上一个节点的输出该往哪根线里拖、提示词里{{变量}}写错一个引号就整条链路报错、条件分支连反了还看不出哪跑偏。Awesome-Dify-Workflow 这个仓库把 50 多套现成的 Dify 工作流 DSL 模板整理好了翻译、CSV 分析、Agent 对话这些高频场景都有yml 导入你自己的 Dify 账号就能跑也能拆开研究别人是怎么设计节点连线的。先挑一个 yml 导入把画布上的流程跑通一遍从哪挑仓库里所有模板都放在 DSL/ 目录下每个 yml 的用途在 README.md 的目录表里写得很清楚比如File_read.yml是读 CSV、中译英.yml是三步翻译。第一次用建议挑节点少的画布上节点越多越看不出是哪一步出了问题。怎么导本地部署或云端 Dify 都行版本要求 0.13.0 及以上带 Agent 节点的模板如 DSL/Demo-tod_agent.yml请用 1.0 最新版。把仓库拉到本地git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow打开 Dify 工作室左侧创建应用里选Import DSL file弹窗有两条路选 From DSL file 直接传本地的 yml或者选 From URL 把文件地址粘进输入框再点 Create。跑通长什么样导入后画布上开始、LLM、条件判断、变量聚合器、结束节点全配好了不用从零连线。点右上角运行右侧面板填测试输入各节点会按顺序亮起来最后一个结束节点输出结果。仓库里的模板已支持多任务并行、会话变量、表单和 echart 渲染测试通过后点发布就能通过 API 或聊天界面对外用。如果导入时报版本相关的错误先升级 Dify 再导不要在旧版本里硬导节点会缺。拆开三类高频模板看懂节点内部在干什么跑通之后别急着换下一个挑几个典型模板把画布打开看一遍你会发现提示词里写什么、变量从哪来这类问题答案都在里面。翻译类打开 DSL/宝玉的英译中优化版.yml这个流程的节点结构极简开始 → LLM → 结束全部逻辑压在提示词里。右侧 LLM 节点的 SYSTEM 区能看到分步翻译的完整要求先根据原文直译一遍再逐句挑出语法和用词问题最后重新组织成意译稿。翻译技术文章跑下来输出里会带这句不通顺这类逐条批注下面是修好的整段译文术语前后一致。想省 token 就换 DSL/DuckDuckGo翻译LLM二次翻译.yml第一遍直译交给传统翻译引擎只让大模型负责润色。长文档别硬塞进单次对话用 DSL/全书翻译.yml 先切分文本再进迭代器逐段翻。如果卡住翻译质量忽好忽坏时先只换 LLM 节点里的模型重跑一次再动提示词一次改两处分不清是谁的功劳。数据类打开 DSL/File_read.yml流程只有四步开始 → 获取文件路径 → 读取csv → 结束读取那步在 sandbox 里用 pandas 执行。上传一个 156KB 的 CSV 跑完输出面板会给出样本行和类似总行数 1254、共 16 列的摘要列名一并列出。业务同学拿不到代码环境这种丢文件进 sandbox 就能读的模板正好补位。想更进一步就参考 DSL/runLLMCode.yml 的思路让模型现场生成分析代码、经 HTTP 请求交给 sandbox 执行输入帮我看看三分球最多的前3个人直接出结果把描述需求变成出结果。如果卡住sandbox 里 pandas、matplotlib 报error: operation not permitted是官方 sandbox 权限不完整换用作者配套的 dify-sandbox-py依赖已验证可用。对话类打开 DSL/Demo-tod_agent.yml这是配合 Dify 1.0 Agent 节点的示例画布上是 Agent → 条件分支 → LLM 的结构。Agent 承担信息收集的职责信息不够就继续追问够了才走 LLM 分支出方案。预览窗口里的对话是这样走的——你说我想去东京它反问几天预算大概多少呢你答去10天大概5万块钱它直接给出详细旅行计划 - 东京之旅预算¥50,000约含 $7190旅行时间10 天。DSL/旅行Demo.yml 还多演示了一手把对话消息存进会话变量纳入 Agent 的思考上下文多轮对话不断片。如果卡住导入后画布上没有 Agent 节点就是 Dify 版本低于 1.0升级到最新版重新导入这类功能在旧版里不存在。跑通之后改成自己的样子模板的价值在改。三个最常用的改法换模型点任一 LLM 节点右侧模型下拉里换成稳定便宜的型号翻译类流程尤其吃模型换完立刻重跑对比改提示词SYSTEM 区就是普通文本翻译三步里想加保留 Markdown 格式这类约束直接在规则条目里补一行换输出形式参考 DSL/chart_demo.yml 在回复内容里渲染图表或把整个工作流发布为工具后嵌进 ChatBot 流程里复用——仓库里所有 DSL 都是工作流模式就是为了方便这么组合改完记得在运行面板先小样本验证再点发布。如果卡住想让模型输出的图片 URL 在聊天窗口显示markdown 写法没错的话多半是图片不支持跨域没渲染出来换一张支持跨域的资源试试。⚙️ 六个常见报错与对应改法以下问题都来自仓库 README 的常见问题区本地部署 Dify 时大概率会撞上一两个对照着改就行sandbox 装第三方库不生效 —— 打开/docker/volumes/sandbox/dependencies/python-requirements.txt写入依赖重启 sandbox节点间传字符串提示超限制 —— 改.env里的CODE_MAX_STRING_LENGTH和TEMPLATE_TRANSFORM_MAX_LENGTH都为 1000000重启容器知识库上传大文件失败改了配置还不行 ——.env里 nginx 相关配置也要一起改再重启容器知识库任务永久排队 —— 把.env的LOG_FILE改为/app/logs/server.log重启容器管理员密码忘了 —— 执行docker exec -it docker-api-1 flask reset-password拉镜像慢 —— image 地址前加 dockerpull.org 走加速每个改动的共同点是改完必须重启容器只改文件不重启等于没改。今天就可以先导入 DSL/File_read.yml 或 DSL/中译英.yml 跑一遍跑通后再把画布放大逐个看节点参数比看文档学得快。【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考