AI客服，用 Dify + Notion，打造 24 小时在线 AI 助理，节省 90% 咨询成本

这篇文章毫无保留地分享一套进阶版 AI 客服搭建方案。我们将利用 Dify 的可视化工作流，配合Notion，实现：

自动同步： 只要你改一下 Notion 笔记，AI 的知识储备秒级更新。
聪明省钱： 通过“意图路由”技术，让 AI 先思考再检索，节省 90% 的运营成本。

不需要你会写复杂的代码，跟着这四步走，你也能拥有一个 24 小时在线、懂逻辑、能成交的“金牌”外贸助理。

视频教程

第一步. 准备 Notion 数据库

这一步相当于创建一个资料文档，AI可以调用里面的数据来回答用户的问题。而Notion可以说是应用最广，在各个工具上都能轻松链接的工具。

1.1 创建答疑文档

直接进入Notion的官网，用邮箱创建个账号。

然后创建个文档，将自己的资料放到里面，建议问题清晰，采用Markdown的形式，方便AI读取。

第二步. Dify搭建工作流

2.1 创建Chatflow

关于Dify的注册和使用在之前讲SEO优化工作流创建的时候讲过了，大家可以点击下面的按钮查看。

Dify创建工作流教程

我们直接到Dify的Chatflow选项，然后创建空白应用。

接着起个名称，描述部分自己看着填，接着点击创建。

默认会有3个节点。第一个是用户输入选项，第二个是LLM，第三个输出的回复。

2.2 如何链接我们问答库

这里有两种方式：

第一种是在Dify的知识库中将前面的Notion笔记链接过来，然后插入【知识检索】节点。但是这种方式一方面问答的检索能力非常差，给用户的回答乱七八糟，很难调整。另一方面后面的问答资料如果修改不能及时反应。

第二种是直接用【Http请求】节点连接到我们的Notion笔记，这种的回答效果要好很多，而且随时更改笔记，随时更新。

2.3 HTTP 节点：实时读取 Notion

接下来就教大家第二种方法。

我们在用户输入和LLM节点之间添加一个HTTP请求的节点。

接着需要到Notion去申请一个API。

登录 Notion Developers 页面。
点击 “+ New integration”（新集成），创建一个新的集成。
设置名称并选择关联的工作空间。
在 “Secrets” 栏中点击 “Show”，复制生成的 Internal Integration Token（这就是你的 Bearer Token）。

然后再回到你的Notion笔记，将地址栏的 notion.so/ 后面那一串 32 位的字符记下来。

2.4 在 Dify 中配置 HTTP 请求节点

回到Dify，打开Http请求节点的编辑框。

API，选择Get。输入以下格式（用于获取页面内容块）： https://api.notion.com/v1/blocks/你的PageID/children
HEADERS配置：必须添加以下两项，否则会报错：
- Authorization：填入 “Bearer 你的内部集成密钥API”。
- Notion-Version：填入 2022-06-28。
BODY：None。
其他默认即可。

2.5 代码执行

为了让 LLM 能够读懂提取到的内容，我们还需要添加一个【代码执行】的节点，将【HTTP请求】的内容转化一下。

代码执行节点参数设置：

输入变量：添加一个名为 notion_json 的变量，绑定到 HTTP 请求的 body。
Python 代码：将下面的代码复制粘贴到PYTHON3里面。
输出变量：result 的 String
其他默认。

import json

def main(notion_json: str):
    try:
        data = json.loads(notion_json)
        text_list = []
        
        # 遍历 Notion 每一个内容块
        for block in data.get('results', []):
            block_type = block.get('type')
            if not block_type:
                continue
            
            # 提取该块中的富文本数组
            block_data = block.get(block_type, {})
            rich_texts = block_data.get('rich_text', [])
            
            if rich_texts:
                # 拼接同一行中的文字（处理加粗、链接、颜色等格式）
                line_text = "".join([rt.get('plain_text', '') for rt in rich_texts])
                
                # 根据不同类型加上简单的格式修饰，帮助 AI 理解结构
                if block_type.startswith('heading'):
                    text_list.append(f"\n【标题】{line_text}")
                elif block_type == 'bulleted_list_item':
                    text_list.append(f"· {line_text}")
                elif block_type == 'numbered_list_item':
                    text_list.append(f"- {line_text}")
                else:
                    text_list.append(line_text)
                    
        result_text = "\n".join(text_list)
        return {
            "result": result_text if result_text else "读取成功，但页面似乎没有文字内容"
        }
    except Exception as e:
        return {"result": f"代码执行解析出错: {str(e)}"}