开源网站下载郑州最好的建站公司

---

想直接学，但一开始在网上没有找到，找个相关的，作者自己写的Python代码：
参考博客：拒绝难看！Echarts助阵Dify，统计图给你好看~

也给我提供了很多思路，然后自己尝试，便有了这篇博客。

一、准备

首先下载插件：

创建空白应用

然后创建Chatflow，起个名字，能换图标

创建一个csv（桌面上创建txt改后缀csv即可），后续可以用到。内容如下

月份,1月,2月,3月,4月,5月,6月
产品,1,2,3,4,5,6

然后一开始把处了“开始”，都点右键删除掉。

如果没有配置模型，可以先看这个博客的1.4
极简入门，本地部署dify低代码平台构建AI Agent大模型全流程（使用教程、微案例、配置详解、架构图解析）

二、开始构建工作流

允许上传文件

创建文档提取器

点击

创建LLM节点

温度调低，减少模型“乱说”的概率

设置上下文，把提取的内容给大模型：

把以下内容加到系统里，以方便提取

假设你是一位数据抽取专家；
根据{{#.text#}}的数据,进行抽取,我们要3个数据，title是标题，data是y轴的数据，x-axis是x轴的数据，以便我后续生成柱状图；
参考以下例子输出，不要输出其他内容：
'''
title：
data：
x-axis：
'''
其中每个“data与x-axis”，每个文本之间用 ";" 分隔

其中文档提取器用“/”,

整体如下：

创建参数提取器：

导入参数：

同理，也把参数调低：

创建柱形图：

也用“/”插入,

同理，

三、运行

当然有一定概率不成功都很正常，稍后解释：

我们看一看到“参数提取器”有一个输出变量。

“__is_success number
是否成功。成功时值为 1，失败时值为 0”

因此是有概率不对的，所以后续我们也要添加判断条件。

分支：

有了分支，也要用迭代：

因此这部分自己练习即可。
最后，当然这只是一个简单的demo，在实际开发中，我们结合大模型生成“SQL”，通过Http请求查询数据，然后再用以上步骤。

四、推荐

别人也用收集了很多优秀的案例，我们直接导入DSL，学习即可。
以下是链接：
github地址：Awesome-Dify-Workflow

awesome系列

awesome-deepseek-integration