微信扫码
添加专属顾问
我要投稿
利用 LLM 从自然语言推理并提取结构化参数,用于后置的工具调用或 HTTP 请求。
Dify 工作流内提供了丰富的工具选择,其中大多数工具的输入为结构化参数,参数提取器可以将用户的自然语言转换为工具可识别的参数,方便工具调用。
工作流内的部分节点有特定的数据格式传入要求,如迭代节点的输入要求为数组格式,参数提取器可以方便的实现结构化参数的转换。
如构建一个简单的对话式 Arxiv 论文检索应用。在该示例中:Arxiv 论文检索工具的输入参数要求为 论文作者 或 论文编号,参数提取器从问题"这篇论文中讲了什么内容:2405.10739"中提取出论文编号 2405.10739,并作为工具参数进行精确查询。
如长故事迭代生成应用中,作为迭代节点的前置步骤,将文本格式的章节内容转换为数组格式,方便迭代节点进行多轮生成处理。
可请求任意可访问的 URL ,适用于获取外部检索结果、webhook、生成图片等情景。
配置步骤如下所示:
选择输入变量,一般为用于提取参数的变量输入
选择模型,参数提取器的提取依靠的是 LLM 的推理和结构化生成能力
定义提取参数,可以手动添加需要提取的参数,也可以从已有工具中快捷导入
编写指令,在提取复杂的参数时,编写示例可以帮助 LLM 提升生成的效果和稳定性
部分模型同时支持两种推理模式,通过函数/工具调用或是纯提示词的方式实现参数提取,在指令遵循能力上有所差别。例如某些模型在函数调用效果欠佳的情况下可以切换成提示词推理。
Function Call/Tool Call
Prompt
开启记忆后问题分类器的每次输入将包含对话中的聊天历史,以帮助 LLM 理解上文,提高对话交互中的问题理解能力。
query String
: The Arxiv ID or author's name used for searching.
__is_success Number
:提取是否成功,成功时值为 1,失败时值为 0。
__reason String
:提取错误原因。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-08-29
Dify 1.8.0 实测:多模型管理、MCP OAuth、异步存储,真升级还是鸡肋?
2025-08-28
Dify v1.8.0大版本更新:多模型凭证系统的底层架构革新与MCP的 OAuth 集成能力突破!
2025-08-27
Dify发布了V1.8.0版本,安全性和性能有了重大改进,让我们一起来看看吧!
2025-08-25
4300字长文:使用dify搭建合同审核Agent
2025-08-23
Dify集成MCP服务
2025-08-23
Dify v1.7.2 实战爆破:6 大特性颠覆开发,23 处修复稳如老狗
2025-08-20
深度实战:我用 Dify 复刻了 1688 的 AI 搜索,“多路召回”才是灵魂
2025-08-20
Dify Java Client
2025-06-04
2025-06-25
2025-06-03
2025-06-02
2025-06-05
2025-06-10
2025-06-30
2025-06-29
2025-06-24
2025-06-09
2025-08-29
2025-08-18
2025-08-02
2025-07-30
2025-06-26
2025-06-17
2025-05-29
2025-05-28