免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


Dify 参数提取器用法剖析

发布日期:2025-09-06 11:49:53 浏览次数: 1524
作者:书童 AI 实战派

微信搜一搜,关注“书童 AI 实战派”

推荐语

Dify参数提取器让自然语言处理更高效,轻松实现结构化参数转换,提升工作流搭建效率。

核心内容:
1. 参数提取器的工作原理与核心功能
2. 从环境准备到工作流搭建的完整步骤
3. 实际应用案例与效果验证

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

参数提取器利用LLM从自然语言推理并提取结构化参数,用于后续的工具调用或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以识别的参数,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。

1. 环境准备

  • 注册硅基流动并获取API_KEY

  • 已本地部署dify服务

  • 已安装硅基流动插件

2.工具流展示

此工具流主要展示参数选择器的用法,LLM节点生成随机的目录,参数提取负责从章节中提取指定章节的名称(参数提取器的本质仍旧是LLM,从用户给定的文本中分析推理提取出最终的变量给后续节点使用),直接输出。

3.工作流搭建

1.创建开始节点

开始节点保持默认,不需要添加任何输入字段。

  1. 创建LLM节点

LLM节点这里选用的是Qwen2.5-72B-Instruct模型,提示词如上图所示生成一个随机的目录,作为后续节点的输入。

  1. 创建参数提取器节点

参数提取器从LLM输出的文本中,根据需要提取参数的中文描述进行参数提取,主要依赖大模型的能力,这里分别提取第一章的标题、第二章的第一节标题、第三章下第二节的第一小节标题。

  1. 添加直接回复节点

直接回复节点将参数提取的结构化数据输出,另外输出LLM节点生成的章节目录作为参考验证参数提取器的效果是否正确。

4.执行工作流验证

如图所示,工作流按照要求提取了第一章的标题、第二章第一节的标题和第三章第二节下的第一次小节的标题。

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

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询