AI Agent开发第65课-DIFY和企业现有系统结合实现高可配置的智能零售AI Agent(下)
开篇
在上一篇里我们讲到了把DIFY深度和业务系统集成，做成一个低代码可配置运行的“外挂”。这是DIFY可以在企业落地的一个最佳实践。这么做的好处是：既解决了复杂AI Rag流程可视化配置，又解决了整个RAG系统中处理数据、问答环节的高度灵活配置以及可伸缩性。
今天我们就要来讲如何借助于DIFY的“并行流”让原本多轮LLM交互变成只有一轮交互的时间，这有点像多线程并行处理数据的概念，并以此来减少业务系统中的代码、提高AI问答的响应以及作到把AI返回的零售数据和本地DB中的主数据相结合实现图文并茂显示的风格。
企业业务系统与DIFY间的关系
我们都在说DDD领域驱动设计模式，从上图可以看出，这个关系20多年来依旧没有变化过，在DIFY和大模型技术到来前其实是工作流、BPM。 现在变成了DIFY。
不要在不是本“领域”系统边界内植入外部系统逻辑
比如说库存、商品主数据、用户的登录Token啦、权限啦，这些属于业务系统的“边界”范围内。不要去DIFY中为