第一节：注册使用
简单来说，它是一个让每个人都能零代码、可视化地搭建 AI 应用的平台。
- 以前： 你想让 AI 读你的公司文档并回答问题，需要写复杂的代码，还要找服务器、调数据库。
- 现在： 在 Dify 里，你只需要把 Word 或 PDF 丢进去（点几下鼠标），一个懂你公司业务的 AI 助手就做好了。
第二节：连接大模型
Dify注册好之后，我们需要给它配上大脑——AI大模型，用来处理我们工作流中的问题。
1-2节视频教程
第三节：Dify操作页面介绍
在 Dify 中创建应用时，你会看到两种主要的工作流模式：工作流和Chatflow。
第四节：工作流3个核心节点
在 Dify 中，一个最基础的、能工作的流程只需要以下 3 个核心元素——用户输入，LLM，输出，高级的工作流都是在这个基础上扩展而来。
3-4节视频教程
第五节：LLM与Agent节点
在 Dify 的工作流（Workflow）中，LLM 节点和 Agent 节点虽然都能调用大模型，但它们的角色定位完全不同：“LLM 节点是流水线执行者”，而 Agent 节点是“工具箱自动调用者”。
5节 视频教程
实战：全自动发布SEO文章工作流
实例 视频教程
第六节：问题分类器与条件分支节点
问题分类器和条件分支都是Dify里分流的节点，可以将复杂的任务拆分成多渠道，更专注细节。
6节 视频教程
第七节：迭代节点
“迭代节点 (Iteration)” 是处理批量任务的“神兵利器”。它可以将多任务列表分解，一条条处理。
7节 视频教程
第八节：Dify循环节点
在 Dify 的自动化工作流中，循环节点就是用来处理这种“一叠任务”的。它允许你把一系列节点（如 LLM、代码执行、变量赋值）打包在一起，让它们反复运行，直到达到你设定的目标。
第九节：变量赋值
8-9节 视频教程
第十节：数据库和知识检索
在Dify应用里，知识库就像是给 AI 配备的一个检索来源库，可以通过知识检索节点让AI从我们创建的知识库中寻找答案。尤其是对于一些严谨，具体到自己的某些产品服务，通过 RAG（检索增强生成）技术，你可以让 AI 摆脱“胡说八道”，让它基于你上传的专业文档、产品手册或个人笔记来回答问题。
第十一节：模板转换节点
Dify的“模板转换”节点就像是一个智能文字处理器，可以将内容以统一的标准格式化输出。例如：
- 统一格式： 将用户的姓名、年龄、问题拼成一段规范的草稿。
- 防止混乱： AI 有时处理多个变量会“打架”，先用模板节点理顺，再喂给 AI。
- 生成结果统一/Markdown： 自动生成一份固定样式的报告或表格。
第十二节：文档提取节点
文档提取器节点是 Dify 工作流中的”文件翻译官”，它能把用户上传的 PDF、Word、TXT 等文档转换成 AI 能读懂的纯文本 。
想象一下：你上传了一份 PDF 合同想让 AI 帮你分析，但 AI 大模型（如 GPT、Claude）不能直接打开 PDF 文件。这时候就需要文档提取器节点先”阅读” PDF，把里面的文字提取出来，再传给 AI 处理。
核心作用：填补”文件上传”与”AI 理解”之间的鸿沟 。
第十三节： 参数提取器
在Dify工作流中，参数提取节点就像是一个重要信息抓取器。它能从用户说的一大堆话中抓取到重要的信息，并且将这些信息以变量的形式在后面的节点中调用。
第十四节：列表操作
在Dify的工作流中，“列表操作”就像一个分拣机器人，当用户同时上传一堆不同类型的文件（比如几张图片、几个 Word 文档、几个音频文件）时，这个机器人能够：
- 识别每个文件的类型、大小、名称等属性
- 筛选出你需要的特定文件（比如只要图片）
- 排序（按文件大小从小到大排列）
- 提取出前几个文件或特定位置的文件
可以将不同的文件归类到不同的LLM节点中进行处理。我们可以多放置几个列表操作节点组合使用，比如用户上传的图片文件都归到A线，PDF都归到B线……
第十五节：Http请求和代码执行节点
“HTTP 请求”和“代码执行”这两个节点，可以让我们更方便地抓取外部数据以及对复杂数据进行简化/转化处理。
- HTTP 请求 = 找别人拿数据。
- 代码执行 = 把拿回来的数据加工成你想要的。
第十六节：变量聚合器
Dify的基础工作流当流程变得复杂时，节点之间的连接线会像“乱麻”一样。这时候，变量聚合器（Variable Aggregator） 就是你的“整理收纳盒”。无论前面的流程走了哪条路，它都能把最终的结果“收集”起来，转换成一个统一的变量名，传给下游节点。
第十七节：工具插件的使用
工具插件Dify中非常重要的功能。如果你不想你的AI模型只会聊天，而是能帮你查谷歌、画图、分析财报、甚至发邮件，那你就必须掌握插件的使用。
我们可以安装Google搜索插件来让AI实现上网查看最新网页的功能。安装邮箱插件来实现邮件的自动回复……
