「Mac畅玩AIGC与多模态37」开发篇32 - 基于工作流的双插件信息整合与展示优化
一、概述
延续前一篇 Agent 实现的双插件调用能力，本篇切换为「工作流应用」模式，新增 LLM 节点用于关键词提取，再串联 SearxNG 插件与本地知识库插件，最后统一格式化输出。该结构更清晰、可控，适合多步骤信息处理。
二、目标说明
- 在工作流中串联关键词提取与两个插件节点
- 控制插件输入字段为提炼关键词
- 使用 LLM 节点将插件结果统一格式化为结构化 Markdown 内容
三、插件准备
确保以下插件已正确部署并在 Dify 工具列表中可用：
- 插件 1：SearxNG 插件（具备 q 和 format 参数）
- 插件 2：本地知识库插件（具备 q 参数）
四、构建工作流流程
1. 创建工作流应用
- 登录 Dify → 工作流 → 创建空白应用 → 命名：工作流双插件整合
2. 添加开始节点
- 类型：用户输入节点
- 输入变量名：user_input
- 示例：
请介绍 HarmonyOS 的技术架构和关键能力，并提供外部和本地参考链接
3. 添加 LLM 节点：提取关键词
- 节点名称：提取关键词
- 节点类型：大模型
- 模型：本地或兼容模型
- 提示词示例：
请从下列用户输入中提取适合用作搜索的关键词，输出不超过 8 个字，无需修饰，不加标点。
仅返回关键词本身。输入内容如下：
{{user_input}}
- 输入来源：开始节点文本
4. 添加插件节点 1：SearxNG
- 节点名称：网页搜索
- 类型：插件调用
- 插件选择：SearxNG 插件
- 参数：
q: 使用关键词节点输出{{text}}format: 固定为json
5. 添加插件节点 2：知识库插件
- 节点名称：知识库搜索
- 类型：插件调用
- 插件选择：本地知识库插件
- 参数：
q: 使用关键词节点输出{{text}}
6. 添加 LLM 节点：格式化合并结果
- 节点名称：统一输出
- 类型：大模型
- 提示词：
你收到两个来源的内容：SearxNG（网页）与知识库（本地）。
请分别整理它们的返回结果，提取：标题、摘要、链接。
用 Markdown 区块卡片展示，每条加上来源标签。
禁止虚构内容，禁止润色，最多输出 5 条。SearxNG 结果如下：
{{网页搜索.结果变量名}}知识库结果如下：
{{知识库搜索.结果变量名}}
- 输入来源：插件节点 1 与 2 输出变量
7. 添加结束节点
- 确保连接无误，保存并发布
五、测试验证
测试问题：
请介绍 HarmonyOS 的技术架构和关键能力，并提供外部和本地参考链接
预期结果：
---
来源：SearxNG
**HarmonyOS 技术总览**
摘要：HarmonyOS 是华为推出的分布式操作系统...
链接：[查看详情](https://example.com/page1)来源：知识库
**HarmonyOS 架构设计要点**
摘要：系统采用微内核机制，实现实时性与安全性分离...
链接：[查看详情](https://example.com/kb1)
---
六、总结
本章通过增加关键词提取节点，使插件调用更精准，避免长句干扰搜索，进一步规范了插件输出结构。在流程控制上，工作流方式更利于追踪与调试，是构建结构化问答系统的重要基础。下一篇将探索插件结果的打分与筛选策略。