AI 分析阅读约 8 分钟

智能体可以选择下一条分支:Dify 1.18 让工作流程更容易迁移和检查

Dify 1.18 加入智能体输出路由、可迁移应用包,以及更深入的工作流程可见性。对于希望把亮眼演示变成可复用业务流程的团队,这意味着什么?

K
Ken Jo

智能体演示,只需一次成功请求,就可能看起来很有说服力。更困难的问题,会在第二个团队希望复用时出现:它会选择哪条分支,哪些文件会随应用一起迁移,又能在哪里看到嵌套工作流程内部发生了什么?

2026 年 10 月 23 日发布的 Dify 1.18.0,把这些问题放在了一起。更新引入智能体 Output Routes、可迁移的 .ifpkg 应用包,以及更深入的工作流程可见性。这些改变并非主要为了让智能体回答得更惊艳,而是为了让它在应用中的位置足够清楚,从而可以复用。官方版本发布说明。

Dify 是一个通过可视化工作流程、模型、知识和工具构建 AI 应用的平台。团队可以用它,把模型的判断连接到应用步骤,而不是反复将相同提示词复制到聊天窗口里。这次更新有趣的地方,在于它串联了三个实际问题:决定下一步、迁移应用,以及检查执行过程。

展示可视化工作流程界面的 Dify 官方文档图片。 工作流程界面图片来自 LangGenius / Dify 文档贡献者,采用 CC BY 4.0 许可。已调整尺寸并转换为 WebP,未经裁剪。画面用于展示可视化构建器,并未展示本次发布的所有新控件。

分支,是一个有去向的决策

在传统工作流程里,条件通常检查已知值:状态是否已批准、字段是否为空,或评分是否越过阈值。基于自然语言的请求则没这么整齐。客户可能在一条消息里混合问题、投诉和例外请求。

Dify 新增的 Output Routes 允许智能体在配置好的路由中选择,让工作流程沿相应分支继续。智能体的理解,变成了流程内部的一项选择;下一步由工作流程明确呈现,而不是完全留在生成的文字中。

这能让应用更容易设计和检查。构建者决定存在哪些目标去向,智能体为某个请求从中选择,工作流程随后执行相连步骤。即使智能体的自然语言解释不是最终产品,路由仍然可以发挥作用。

边界很重要。选择“升级处理”路由,不等于证明某个案例在法律或财务上必须升级处理;选择“起草回复”路由,也不等于获得发送回复的权限。工作流程仍需明确每次选择后允许哪些操作,以及谁负责例外情况。

示例一:一条客户消息,三种可能路径

设想一个客服团队,同时收到产品问题和例外请求。它希望应用区分三条主要路径:根据已批准的帮助材料回答、为人准备回复草稿,或将特殊案例升级处理。

有了明确路由,这些去向就可以直接显示在工作流程中。简单的设置问题可以进入基于知识的回答路径;包含账户特定不确定性的请求可以进入审查路径;要求突破商业条款的请求,则可以交给有权作出决定的团队。

这些是用于说明的应用选择,并不是 Dify 提供的现成客服政策。团队必须定义什么属于各条路由,提供适当示例,并决定输入含糊时如何处理。不能让有说服力的解释抹去授权边界。

好处并不是每条消息都会变得容易分类,而是构建者可以评估一个具体决策。如果智能体把困难消息送进普通回答分支,测试就有明确失败;如果它把所有请求都送给人处理,流程可能安全,却几乎没有提供有价值的自动化。

保留一组棘手消息及其预期去向,包括混合请求、信息缺失,以及类似真实客户流量的语言变体。只能在最整洁示例上成功的工作流程,即使图画得很完整,也仍然只是演示。

请求进入智能体后,沿回答、人工审查或升级处理分支继续的示意图。 配置好的路由,把语言判断转为可见的工作流程去向。每个去向仍需自己的获准操作和审查规则。

可迁移,不只是复制一段提示词

AI 应用可能依赖指令、智能体定义、Skills、文件,以及对工作区资源的引用。只复制最显眼的提示词,会把应用的大部分内容留在原处。

Dify 1.18 引入 .ifpkg 应用包,可以包含内联 Agents、Skills 及其文件。发布说明称,导入时会重新创建这些资源,并重新映射引用。文件和 URL 导入支持 YAML 与应用包格式,同时仍然可以显式导出 YAML。应用包与导入变化。

这对复用是有意义的改变。团队更有机会把解释智能体如何协同工作的组成部分一起迁走,而不是让同事依照一长串手动指令重新构建。

但这不能证明每项外部依赖都会自动迁移。模型访问、凭据、插件可用性、网络权限和知识资源,都可能取决于目标环境。导入的应用可以在结构上完整,却仍然需要配置后才能正确运行。

应把应用包视为有用的应用产物,并配套检查流程。文件可以携带另一个团队没有编写的指令和支持内容。在把它导入具有重要访问权限的工作区之前,先了解来源,以及其中智能体和工具预期执行的行为。

示例二:提案流程迁移到另一个团队

设想一家服务公司构建了准备提案初稿的流程。它收集请求,应用写作 Skill,检查必需章节是否齐全,并把不确定的商业条款路由给人处理。

另一个团队希望以不同的服务目录复用这种方式。只交接提示词是不完整的:可复用写作指令、附加模板和智能体引用,都属于行为的一部分。应用包格式的设计,就是为了帮助把更多相连的组成部分一起迁移。

接收团队仍然有工作要做:替换或确认服务信息,配置允许使用的模型和工具,并验证谁有权批准提案。如果导入流程引用了不属于新工作区的资源,导入成功也不能成为不再审查该引用的理由。

迁移前后,运行同一小组示例请求。比较路由选择、必需章节、工具访问和审查行为。可迁移应用应当保留预期流程,同时允许对目标环境专属信息作出有意识的变更。

这时,打包就成为一项运行层面的功能。它可以减少重建工作,但有用的结果,是另一团队能够理解并测试的可重复交接。导入少点了几次鼠标,只是结果的一部分。

看见工作流程内部,会改变团队的调试方式

更新还强调了更深入的工作流程可见性,包括嵌套执行。这很重要,因为应用发生故障的位置,可能距离用户察觉问题的位置相隔好几步。

一份糟糕的最终草稿,可能源于路由错误、知识来源缺失、工具结果不完整,或嵌套流程内部的指令。如果团队只能检查最终答案,就可能不断重写并不是问题原因的提示词。

更可见的执行过程,可以帮助团队提出更精确的问题:这一步收到了什么输入,产生了什么结果,下一步又如何使用这个结果?答案能够支持更精准的修复,而不是同时修改应用的好几个部分。

可见性并不等于完整解释模型内部推理。执行信息可以展示应用事件和数据流,却不能说明为何每个词元或每条路由被选中,也不会自动决定哪些跟踪内容适合让每位查看者看到。

利用可用的可见性,去理解工作流程可观察到的行为。另行决定跟踪记录保留多久、其中可能出现哪些敏感材料,以及谁应该有访问权。处理机密请求的应用,不应把调试方便变成对请求内容的无限制访问。

1.18 的能力值得评估的实际改善仍然存在的边界
智能体 Output Routes基于语言的选择有了可见的下一步选中的路由仍需授权和错误处理
.ifpkg 应用包相关智能体和 Skill 资源可以一起迁移仍需检查外部访问与目标环境配置
更深入的工作流程可见性可以在更大流程内部检查失败跟踪记录不能证明答案或决策正确

版本发布与实际升级,是两个问题

GitHub 官方版本是一次有明确日期的软件发布。它本身不能证明所有托管 Dify 工作区都在同一时刻启用了同样的功能。使用托管服务的读者,应先检查自己的工作区和产品文档,再围绕某个具体控件作计划。

自托管安装承担另一种责任。Dify 1.18 的发布说明,描述了 API、工作进程、Agent Backend 和运行时镜像的协同变更,其中包括智能体运行时协议变化。当一个版本改变多个组件之间的通信时,只更新一个显眼组件,并不是可靠的采用方式。

说明还指出了本地智能体沙箱和工具的配置及迁移细节。这些细节应纳入根据实际安装情况制定的升级计划,不应被简化成从产品概览中复制的一条通用命令。

升级前,保留当前配置和应用产物,确认受支持的组件版本,并在适当环境中测试迁移。不要因为示例配置出现一个看起来很新的值,就替换持久化身份验证或加密相关设置。应严格遵循该版本的迁移指南。

如果团队当前只是想评估路由或应用包,先用单独的测试应用可能更合理。这样可以了解新行为,而不用把首次实验变成最重要工作流程的一次迁移。

一次有用的评估,一页纸就能说明

不需要几十个智能体,才能了解这些功能是否有帮助。一个具有真实决策的应用,加上用于导入测试的第二个环境,就足以揭示几个重要属性。

  1. 选择范围明确的任务。 选择输入和结果都容易识别的流程,例如准备供审查的客服回复。明确由谁负责例外情况。
  2. 定义少量路由。 为每条路由赋予实际运行含义,规定其后的操作。为无法安全归类的请求预留一条路径。
  3. 收集代表性案例。 使用普通请求、混合意图消息,以及信息缺失案例。运行前先记录预期路由。
  4. 检查执行过程,而不只看最终答案。 跟随相关嵌套步骤,找出意外值或选择最早出现的位置。
  5. 导出并导入应用。 审查包内资源,并检查目标环境中的引用、工具、模型和密钥。不要假设缺失的访问权应该被自动授予。
  6. 迁移后重复同样的案例。 比较路由和输出,再记录接收团队配置中任何有意保留的差异。

有用的指标很具体:请求有多大比例到达预期去向,交接需要多少配置,以及审查者能否在不重建整次运行的情况下找到失败位置。这些指标,都不需要把生成的文字当成证明其自身正确的证据。

应用包移动到另一工作区,随后完成配置并重复评估的示意图。 应用包可以迁移应用结构。目标环境仍需进行自己的访问检查,并重新运行定义成功行为的案例。

什么更值得期待,什么仍需谨慎

值得期待的方向,是一种更容易复用的应用单元。工作流程可以包含明确去向,携带更多支撑它的智能体资源,并在发生问题时呈现更多执行细节。对于已经超越单独提示词、又不想让每个应用都成为定制集成项目的团队,这种组合很有用。

相应的担忧是,可迁移性能够像传播好模式一样高效地传播错误。含糊的路由定义或权限过大的工具,并不会因为装进一个整齐的包就变得适当。要审查导入的行为,而不只是检查文件能否成功打开。

对于 Dify,下一项有意义的测试,是团队能否在变化中维护这些应用:更换模型、新增 Skill、修改业务政策,或迁移到另一工作区。首次导入成功令人鼓舞;受控更新后仍能保留预期行为,才是更强的成熟信号。

Dify 1.18 将智能体决策与可见的工作流程结构连接起来,让这个实验更值得尝试。从小流程开始,让路由易于理解,让交接可以重复。一个有前景的演示,正是这样逐步变成另一团队可以负责任地使用的东西。

来源

想为工作流程笔记、请求示例和版本修改背后的决定保留可搜索的空间吗?在 Telli.sh 收集参考材料,让交接保持清楚。


← 返回博客