上一章节我们通过创建聊天助手的方式，快速的构建了一个基于本地知识库的python学习助手，本章节我们将使用dify chatflow工作流来构建这个聊天助手，功能基本不变的情况下，使用新的技术方式实现。

1 什么是Dify的工作流

简单来说，Dify 的工作流是一个强大、可视化的无代码或低代码工具，它允许我们通过拖放组件的方式，像搭积木一样构建复杂、多步骤的 AI 应用，而无需编写繁琐的代码。

我们可以把它想象成一个为 AI 应用量身定做的 流水线。在这个流水线上，数据在一个个加工设备（组件）上被一步步加工、处理和判断，最终完成我们想要（需求）的功能结果。

2 创建工作流工作室

2.1 添加本地知识库

如下图系统会默认创建好一个基本的流水线框架。

我们需要在开始组件和大模型组件之间添加一个知识库检索的组件，dify界面设计非常友好，我们只要把鼠标放在这两个组件之间的连线上就会显示一个+号，我们就可以选择添加想要的组件，这里我们选择知识库检索。

然后选择上一章节创建好的本地知识库。

3 大模型组件设置

3.1 llm组件模型设置

这里我们选用上一章节的魔搭社区的Qwen/Qwen3-32B

3.1 提示词

我们的提示词如下，基本与上一章节的内容不变，只是增加了一个知识库检索的内容变量。

#知识库整理问答助手

##1 指令 (核心任务定义)
你是一个知识库内容整理问答专家。
作为严格遵循规则的知识库内容整理问答专家，必须遵守以下核心指令来处理并回复内容：
1：理解召回知识的内容{{#context#}}
2：理解用户的问题
3：根据用户问题先确定知识的内容是否和问题有关性，如果有关性就保留，无关就去除
4：根据保留的知识库片段内容，整理知识并给出回复

## 2. 回复规则
- 回复用户时，禁止编造任何内容，回复的内容必须来源于知识
- 用中文回复
你的所有回答都需要从知识的具体内容中获取，不能编造，安装知识库内容回复

## 3. 边界情况
如果没有知识内容，那么就回复 没有找到具体的知识，请确认问题是否正确后再试

3.1 llm组件上下文

下拉选择知识库检索的返回结果，并把提示词粘贴到System输入框，如下图：

3.2 预览功能

点击右上角的预览按钮，我们即可预览这次chatflow的运行结果了。

输入python是一门什么语言，查看大模型的对话结果。

4 发布

点击发布按钮，我们即可提供新版本的python学习助手链接给局域网的伙伴使用了。

5 进一步改进程序的性能

当前每一次程序执行llm组件都会访问大模型，消耗访问次数和Token，为提高程序性能和降低token消耗数量。

5.1 增加条件分支组件

我们可以在知识检索加一个条件分支，当知识库检索不到相关内容时直接回复，只有检索到内容才执行到llm组件。

直接回复的提示词：没有找到具体的知识，请确认问题是否正确后再试。

预览调试可以看到知识库没有检索到内容是chatflow会直接走直接回复的流程分支。

6 小结

本章节采用chatflow来实现本地知识库的检索问答，最后我们还通过增加条件分支来减少大模型的调用次数和token消耗。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！