有人想试试 通过自然语言生成工作流 吗?

我做了一个工作流编译器,目标是降低大家编排工作流的操作步骤和使用门槛。实际实现了:用户通过自然语言输入需求,自动转化为编译好的工作流输出,只要下载DSL文件后导入自己的环境里,配置一下参数就能运行。

目前已经实现了80%的框架功能,但是需要用户来进行实际验证和测试。欢迎大家来体验,反馈使用效果,有bug也欢迎反馈。

hi,伟大的作者你好,我用到对话大概才7条对话,总是到"记录业务流程"然后就出现异常,新开对话也没用,到这一步我应该改什么呢?是出错了还是我操作不当?谢谢回复

感谢您的使用和反馈,已发现bug并修复。最近更新工具节点使用的版本出了bug,之前只能使用dify基础节点,这次把300+的工具节点插件改成了注册制让LLM去索引使用,常见的工具型能力都可以支持了,结果注册完忘了教LLM怎么查,就在对话里断掉了。

感谢作者大大这么快回复和解决!
我试过更新后的可以运行了
就是输入工作业务流程阶段,我第一次输入它思考了300多秒
最后在编译阶段出现没注册的tool:

阶段完成,准备进入编译。

抱歉dify的知识库是不能跨容器移植的(只能在创建的环境下使用),所以涉及到知识库的节点,其实需要用其他节点或者描述成http请求之类的,等工作流生成后,导入到本地dify环境再配真实知识库。AI不知道这一点,所以总尝试生成知识库节点就没办法编译成功。这个点我下个版本修复,给用户友好提示,不要在知识库上纠缠过多。

嘿作者,我用成器到现在还没成功编译输出过一个工作流,现在的困境如下:游客J6PV-R94S

蓝图已确认,后续流程全自动运行,请稍候。去喝杯奶茶,回来差不多就完成了。

接下来进入 架构规划 阶段,系统将分析蓝图并拆分工作流,预计需要 1~2 分钟。

正在分析场景蓝图…

架构规划失败: fixture directory missing for n8n.tool.chainRetrievalQa: dev/fixtures/registry/n8n/n8n.tool.chainRetrievalQa

其实我也并不一定要点对点生成dsl,我主要是想看看那些节点,我自然语言描述的功能是怎么设置到节点内的,到底是提示词,还是其他结构化的东西 :melting_face: dify还是不太会用啊

对于复杂的工作流,能否实现dify内部变量的引用?

感谢您的测试,也非常抱歉没有给您带来实际的帮助(对我的帮助很大)。目前项目对LLM的把控还存在不足(影响最大的是LLM总是不自觉地设计循环结构,而dify其实不支持循环工作流,所以会在编译环节)。产品还在不断优化中,最缺乏的就是实际的需求用例,所以您的测试和反馈我会积极优化,最近家里人生病确实耽搁了一段时间,不过我会继续维护和优化这个项目的。

关于这个,首先我个人并不推荐设置太复杂的工作流,单个工作流以20个节点以内为宜,稳定可靠维护性好,再复杂的不如直接写代码,现在AI coding一个也很简单。对于dify内部变量引用,dify本身支持的特性和典型用法都可以支持,少见的使用方式可能LLM还学不会/没法发挥稳定,还在努力调优。