Awesome-Dify-Workflow:Dify插件市场资源汇总
Awesome-Dify-Workflow是一个专注于分享和发现Dify工作流程(Workflow)的开源项目,旨在为用户提供丰富的Dify DSL(领域特定语言)工作流模板,适用于个人使用和学习场景。项目包含翻译、工具、聊天机器人、代码生成等多类功能模板,支持Dify 0.13.0及以上版本,兼容任务并行、会话变量、表单、ECharts渲染等特性。
项目核心价值
对于普通用户和运营人员,Awesome-Dify-Workflow解决了从零构建Dify工作流的痛点。项目提供即拿即用的模板,覆盖日常办公、内容创作、数据处理等高频场景,无需编写复杂代码即可快速实现AI功能落地。例如翻译类工作流可实现多语言精准转换,工具类模板能一键生成SEO标题或数据分析图表。
项目结构清晰,所有工作流文件集中在DSL/目录下,按功能分类且定期更新。每个模板均配有详细描述和截图,便于用户根据需求选择。官方文档:README.md
核心功能模块
翻译工作流
翻译模块是项目的核心组成部分,提供多种翻译策略满足不同场景需求:
- 基础翻译:中译英.yml采用"直译→反思→意译"三步法,基于宝玉的Prompt优化方案,提升翻译质量。
- 高效翻译:DuckDuckGo翻译+LLM二次翻译.yml结合传统翻译引擎与LLM,平衡效率与质量。
- 批量翻译:全书翻译.yml实现长文本自动切分与迭代翻译,支持整本书籍处理。
工具类模板
工具类工作流覆盖内容创作、数据分析、系统管理等场景:
-
内容创作:标题党创作.yml可生成爆款网文标题,内置爆款文案生成逻辑;[SEO Slug Generator.yml](https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow/blob/7286ec0a4d624e14e5578c413f5f5f277b1f41fd/DSL/SEO Slug Generator.yml?utm_source=gitcode_repo_files)能根据文章主题生成搜索引擎友好的URL路径。
-
数据分析:matplotlib.yml支持通过Python代码生成可视化图表,需配合dify-sandbox-py使用;数据分析.7z提供完整数据分析流程,含数据查询、解读与图表生成。
- 系统工具:json-repair.yml可修复LLM输出的非标准JSON格式;File_read.yml实现本地文件读取与解析,支持CSV等格式数据处理。
聊天机器人
提供智能对话解决方案,支持多轮对话、上下文理解与意图识别:
- 根据用户的意图进行回复.yml通过意图判定选择工作流路径,实现个性化回复。
- 记忆测试.yml演示短期记忆与思维链(CoT)功能,机器人可根据上下文主动交互。
Dify 1.0插件支持
随着Dify 1.0版本发布,项目新增插件开发相关资源:
- Demo-tod_agent.yml展示Agent节点用法,优化对话场景处理;
- Artifact.yml需配合dify-plugin-artifacts插件使用,实现HTML内容渲染。
快速使用指南
环境准备
- 注册Dify账号并添加模型
- 下载项目至本地:
git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow
导入流程
- 登录Dify控制台,进入"工作流"页面
- 点击"导入"按钮,选择本地下载的DSL/目录下的YAML文件
- 根据模板说明配置必要参数(如API密钥、输入格式等)
精选模板推荐
| 分类 | 模板名称 | 适用场景 |
|---|---|---|
| 翻译 | 宝玉的英译中优化版.yml | 科技文档翻译 |
| 工具 | chart_demo.yml | 数据可视化 |
| 聊天机器人 | Demo-tod_agent.yml | 智能客服 |
| 创意工具 | 春联生成器.yml | 节日内容创作 |
常见问题解决
文件上传限制
Sandbox依赖安装
通过修改python-requirements.txt添加第三方库:
pandas==2.2.0
matplotlib==3.8.0
未来展望
项目持续更新工作流模板,计划新增AI绘画集成、多模态内容生成等功能。社区用户可通过提交PR贡献自定义模板,或加入VIP群获取技术支持。更多资源请关注项目README.md及更新日志。
欢迎点赞、收藏本项目,关注作者获取最新模板更新!下期预告:Dify插件开发实战指南。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00





