Skip to content

analysis-dsl-structure.md

Latest commit

 

History

History
216 lines (193 loc) · 6.13 KB

analysis-dsl-structure.md

File metadata and controls

216 lines (193 loc) · 6.13 KB

Dify 工作流 DSL 逆向分析：DSL 结构与格式

基于 dify-test 项目源码逆向分析，DSL 版本 0.6.0

1. 顶层 DSL 结构

Dify 工作流导出格式为 YAML（主格式），内部存储使用 JSON。顶层结构如下：

version: "0.6.0"        # DSL 版本号
kind: "app"              # 固定值
app:                     # 应用元信息
  name: "App Name"
  mode: "workflow"       # workflow | advanced-chat | agent-chat | chat | completion
  icon: "🤖"
  icon_type: "emoji"     # emoji | image-from-url
  icon_background: "#FFEAD5"
  description: ""
  use_icon_as_answer_icon: false
workflow:                # 工作流内容（仅 workflow/advanced-chat 模式）
  graph:
    nodes: [...]         # 节点数组
    edges: [...]         # 连线数组
    viewport: { x, y, zoom }
  features: {...}        # 功能配置
  environment_variables: [...]   # 环境变量
  conversation_variables: [...]  # 对话变量
  rag_pipeline_variables: [...]  # RAG 变量
model_config: {...}      # 非工作流模式的模型配置
dependencies:            # 依赖的插件/模型提供商
  - name: "langgenius/openai"
    type: "model_provider"
    version: "..."

2. 节点结构 (Node)

每个节点遵循统一的外层结构，data.type 字段决定节点类型：

- id: "start_node"              # 唯一 ID（字符串，通常为时间戳）
  type: "custom"                # 固定值 "custom"
  position:
    x: 30
    y: 227
  positionAbsolute:
    x: 30
    y: 227
  width: 244
  height: 90
  selected: false
  sourcePosition: "right"
  targetPosition: "left"
  data:
    type: "start"               # 节点类型（见下方列表）
    title: "Start"
    desc: ""
    # ... 类型特定字段

3. 支持的节点类型

节点类型 data.type 值 用途 关键字段
开始 start 工作流入口 variables
结束 end 工作流出口 outputs
回答 answer 输出回答 answer
LLM llm 大模型调用 model, prompt_template, vision, memory
工具 tool 工具/插件调用 provider_id, tool_name, tool_parameters
代码 code Python/JS 执行 code, code_language
条件分支 if-else 条件判断 cases
模板转换 template-transform Jinja2 渲染 template
HTTP 请求 http-request HTTP 调用 url, method, headers, body
知识检索 knowledge-retrieval RAG 检索 dataset_ids, retrieval_model
问题分类 question-classifier 意图分类 classification_rules, model
参数提取 parameter-extractor 结构化提取 extraction_rules, model
变量聚合 variable-aggregator 变量合并 -
迭代 iteration 循环处理 iterator_variable
循环 loop 循环控制 -
Agent agent 自主代理 -
文档提取 document-extractor 文档解析 -
人工输入 human-input 人工审核 form_fields
数据源 datasource 数据源入口 -
Webhook 触发 trigger-webhook HTTP 触发 webhook_url
定时触发 trigger-schedule 定时执行 cron_expression
插件触发 trigger-plugin 插件触发 plugin_id

4. 连线结构 (Edge)

- id: "start-to-llm"            # 连线 ID
  source: "start_node"           # 源节点 ID
  target: "llm_node"             # 目标节点 ID
  sourceHandle: "source"         # 源端口（默认 "source"，条件分支用 "true"/"false"）
  targetHandle: "target"         # 目标端口
  type: "custom"                 # 固定值
  zIndex: 0
  data:
    sourceType: "start"          # 源节点类型
    targetType: "llm"            # 目标节点类型
    isInIteration: false
    isInLoop: false

5. 各节点类型详细字段

Start 节点

data:
  type: start
  variables:
    - variable: query           # 变量名
      label: query              # 显示标签
      type: text-input          # text-input | paragraph | select | number | file | file-list
      required: true
      max_length: null
      options: []

End 节点

data:
  type: end
  outputs:
    - variable: result          # 输出变量名
      value_selector:           # 值来源（节点ID + 字段名）
        - start_node
        - query
      value_type: string

LLM 节点

data:
  type: llm
  model:
    provider: openai
    name: gpt-3.5-turbo
    mode: chat
    completion_params:
      temperature: 0.7
      max_tokens: 4096
  prompt_template:
    - role: system
      text: "You are a helpful assistant."
    - role: user
      text: "{{#start_node.query#}}"
  vision:
    enabled: false
  memory:
    enabled: false
    window: { enabled: false, size: 50 }
  context:
    enabled: false
    variable_selector: []
  structured_output:
    enabled: false
  retry_config:
    enabled: false
    max_retries: 1
    retry_interval: 1000

IF/ELSE 节点

data:
  type: if-else
  cases:
    - id: "true"
      case_id: "true"
      logical_operator: and
      conditions:
        - id: "uuid"
          comparison_operator: contains   # contains | eq | ne | gt | lt 等
          value: "hello"
          varType: string
          variable_selector:
            - start_node
            - query

6. Features 配置

features:
  file_upload:
    enabled: false
  opening_statement: ""
  retriever_resource:
    enabled: false
  sensitive_word_avoidance:
    enabled: false
  speech_to_text:
    enabled: false
  suggested_questions: []
  suggested_questions_after_answer:
    enabled: false
  text_to_speech:
    enabled: false

7. 变量引用语法

节点间通过 value_selector 数组引用变量：

  • ["start_node", "query"] → 引用 start_node 的 query 变量
  • ["llm_node", "text"] → 引用 LLM 节点的文本输出

在 prompt 模板中使用 {{#node_id.variable#}} 语法。

8. 版本兼容性

导入版本 vs 当前版本 结果
major 不匹配 PENDING（需人工确认）
minor < 当前 COMPLETED_WITH_WARNINGS
相同 COMPLETED