【Dify基础实战】跟网页对话

Dify跟网页对话的测试效果如下

一、配置大模型

Dify部署先看这篇 《从零开始Dify本地部署|Windows》

启动Dify后，右上角个人中心-设置-模型供应商
可以配置OpenAI、智谱AI、通义千问、Kimi等

我以硅基流动为例，要注册的可以看这篇 《【1024送福利】硅基流动送2000万token啦！撒花✿✿ 附使用教程》

拿到硅基流动的API-Key后，配置如下

填上API-Key后就加载出所有的模型，需要哪个模型，就开哪个模型，我开的这几个都是免费的模型

这样就配置好了大模型

二、创建工作流应用

三、工作流整体框架

1. 开始：输入 问题 和 网页网址
2. 解析网页
3. 代码处理网页
4. LLM跟网页对话
5. 结束

四、工作流详情

这部分是五个节点的详细配置

4.1 开始节点

4.2 获取单页面

1. 点 开始节点后面的 “+”号
2. 搜索“jina”
3. 选中“获取单页面”
4. 变量网址赋值Search_URL

4.3 代码执行-页面处理

为了跟大模型对话有更好的性能，我们可以把不需要的字符先处理一下。

比如图片和多个换行符

注意： main函数的输出得是dict格式 ，dict中的key才能作为输出变量result

Dify仅支持部分python包，所以不能用re包来处理网页中的字符，就用的其他字符处理方法。

这段代码中实现了

移除 Markdown 图片格式

优化换行符

def process_content(content):
    # 1. 去除图片的 Markdown 格式
    lines = content.split('\n')
    filtered_lines = [line for line in lines if not line.startswith("![Image")]
    content_without_images = "\n".join(filtered_lines)
    
    # 2. 处理换行符：将大于3个连续换行符替换为两个
    # 逐行处理并移除多余换行
    result = []
    empty_count = 0
    for line in content_without_images.splitlines():
        if not line.strip():  # 如果是空行
            empty_count += 1
        else:
            empty_count = 0
        # 如果连续空行少于等于2，保留
        if empty_count <= 2:
            result.append(line)
    
    # 合并为最终结果
    return "\n".join(result)

def main(json_data:str)-> dict:
    # 将 JSON 字符串转换为字典
    data = json.loads(json_data)
    
    # 提取 content 字段
    content = data.get("data", {}).get("content", "")
    # 处理 content
    processed_content = process_content(content)

    return {
        "result": processed_content,
    }

4.4 LLM-跟网页对话

你是智能客服，请以高效、简洁、礼貌、有序地回答问题

基于{{上下文}},针对用户问题{{开始.Query}}，提供简洁回答。

请直接回答问题，无需提及信息来源。

4.5 结束节点

五、测试效果和详情

网址链接

https://mp.weixin.qq.com/s/0Wv-0_dulHQGc1MM5YfElw

用户问题

购买一手住房的，公积金贷款期限是多少年？

详情中可以看到各个节点的运行详情

作者：华尔街的幻觉