AI Agent开发第64课-DIFY和企业现有系统结合实现高可配置的智能零售AI Agent

开篇

我们之前花了将近10个篇章讲Dify的一些基础应用，包括在讲Dify之前我们讲到了几十个AI Agent的开发例子，我不知道大家发觉了没有，在AI Agent开发过程中我们经常会伴随着这样的一些问题：

1. 需要经常改猫娘；
2. 需要经常改调用LLM的参数，甚至在一个流程中有3个节点，每个节点用的LLM都不一样；
3. 一个流程里如果含有多个LLM调用很耗时，但实际对于客户来说这是“一步体验”，那么如何即可以取得多个中间结果又可以把耗时压缩到一次Stream调用？
4. 一定都要用Stream模型？一定都要用JSON CALL？当JSON CALL含在Stream里怎么办？

上述这4类问题，是让所有的AI Agent开发们“挠心”的，在之前我们用langchain可以说基本能解决这些问题，可是解决后我们发觉这个代码已经成了“屎山”，自己都看不懂也很难维护。亦或者很简单的一个步骤因为langchain的设置、配置的原因要绕好几层，最后开发完性能也不太好。

而现在有了Dify，这4类问题全部可以解决了，而且是可以做