我用AI开发Dify工具，意外发现一个“邪修”法门：让它自己对答案
1. 引子最近在做了一个邮件通知的小助手，这个dify工作流非常非常的简单，如下图所示，一个Agent的mcp查询节点，一个格式转换节点，一个邮件发送节点。 但是碰到了一个问题，就是受限于内部模型的能力，在react模式下调用mcp服务进行查询时，如果查询的数据量一旦超过10条，直接就会缺失非常多的数据。 但是如果使用其他模型，则不会出现这种问题。 所以最初，是想着下一个版本的优化，将Agent查询节点修改为http请求。又要有个但是，出现的问题是，不知道是什么原因，在内部使用这个http请求节点的时候，永远都是网络不通，而其实服务器和这个查询服务的地址是特意开通了的，使用代码访问就完全没问题。 所以最后的的方案就是继续让开发同志搞一个查询工具出来（因为之前碰到过邮件插件不好使的时候，开发同学也是这么干的）。 但是我感觉这事儿，根源还是得让运维同志解决。哈哈。 当然，这个点，也是我们今天这个事儿的起源。 后来开发同学实在是有点忙，而我呢，又着急用，所以就让开发同学给我个案例（邮件的那个）我看看复杂不，能用AI干不，我一看，这不是Python嘛，还就一个文件，AI应该比较擅长啊。...
保姆级教程：手把手教你用Dify实现完美多轮对话（附Chatflow和提示词）
在这篇文章里，我想和大家分享一下我是如何一步步建立一个问答助手Demo的经历。过程中遇到了一些挑战，但同时也找到了解决办法，希望能给正在尝试类似项目的朋友们带来一点帮助和启发。 关键词：Dify 智能助手 记忆 多轮问答 1. 初版Demo创建应用首先，我们打开Dify，选择创建空白应用，随意取一个名字，创建一个chatflow。 创建应用后，打开界面如下，则直接就是 开始—–>大模型——>直接回复。 按照常规思路，很显现，现在需要一个知识库，比如用于回答公司内部的政策。所以我们需要加一个知识库节点。 ok，现在按照顺序，明显我们需要开始准备知识库了。 知识库的简单说明_一个问答助手，能不能准确的回复用户的问题，主要在于3个方面_： 知识库是不是构建的相对比较好，比如分块逻辑，块大小，检索逻辑等等。 LLM节点的提示词写的是不是足够好，足够稳定。 是不是很好的能理解用户的问题。 首先，构建知识库的时候，不要寄希望于丢几个 PDF 给嵌入模型，就可以有很好的效果。 比如我有一个PDF文件，我先实验了一下直接导入行不行，选择知识库—新建知识库—选择上传...
保险产品推荐
最近业务提了一个保险产品推荐的需求。但是其实业务并不知道如何让AI来做，也不知道AI能做到什么程度。 只是简单地在需求里面写了有车无房推荐车险，已婚未育，推荐xx医疗险。 和业务反复聊了好几轮，其实他们也不知道自己想要什么。 迫于无奈，只能基于自己对医疗险的简单理解，做了一个小小的demo出来引导他们的思路。 Demo实现Demo的实现，主要是基于Dify。 知识库准备虽然仅仅是个demo，开始的时候还是希望业务提供一些产品的条款，但是反复拉扯多次，没有拿到，也可能是因为代理业务刚刚开始，没有也是正常。 最后很无奈，只能自己搞一些假数据出来。 就使用父子分段的方式，将假数据，直接导入了知识库。 工作流搭建这个demo工作流建立的背景主要有以下几点： 这个产品推荐的Agent后续计划主要面向的是公司的销售人员或者说代理人。 暂不考虑直接面向客户，所以相对来说，不需要考虑太多业务上的风险，因为代理人可以进行人为筛选或者说复核。 因为是Demo，所以没必要投入太多时间。 通过上图可以看到，这个Demo工作流总共有两个LLM节点，一个知识库检索节点。他的整体运行逻辑如下： 信息收...
“如果不是AI，我肯定搞不定”：我用Vercel重构个人博客，顺手实现了“图片一键搬家”
最近又捡起来了我的博客，上次更新还是3年以前了，哈哈。 原来我的博客是使用hexo+github搭建的。hexo用于生成静态页面，github用于保存静态页面的代码，再通过阿里云的域名解析到github项目地址。 原来的搭建思路可以查看hexo-next | 吏部侍郎； https://www.qianshu.wang/posts/a3a69e9b/ 因为最近总是听到别人说vercel，所以就想着自己也试试用它来展示博客，想到就开始干了。 1. 安装hexo当然，hexo的安装是非常简单的，但是对于我们非技术人员来说还是有一定的门槛，不过我们参考官网的步骤，基本都可以一次成功，如果失败了，那八成是由于win电脑的各种环境变量问题。 详细的步骤，我们可以参考hexo官网的详细使用教程。 https://hexo.io/zh-cn/docs/ 主要是准备好node.js环境和git工具。当然我们也可以首先看下自己有没有安装这两个东西，首先我们可以点击开始菜单，右键选择终端管理员。 node --version// 分别输入npm --version 如果正确输出了...
当产品经理开始AI编程(二)：从一次失败的重构中领悟的AI协作之道
因为最开始的提示词插件版本在小屏上展示很不友好，所以起了重构UI的心思。 **我以为这只是一个简单的UI美化任务，最多一两天就能搞定。没想到，这个‘小念头’却把我拖入了一场持续2周的重构深渊 **。 大家应该还记得我们第一版的UI提示词展示的时候，非常大，占位置，因为他是一个卡片的形式。 大家也可以看下 当产品经理开始AI编程：一个提示词插件的诞生记与我的AI协作心得 回忆下。 从头铁硬改到灵魂拷问第一回合：AI大力出奇迹？结果BUG遍地 比如Deepseek设计的一版： 当然Gemini也设计过很多版本。但是实际执行时，我会发现，Trae改出来的UI， **会导致大量的功能性BUG，甚至页面都打不开 **。 这个时候，我感觉到了不对，我只是重构了下UI或者说CSS，怎么会导致功能不可用呢？而且我已经在提示词里面加了最小化修改等等的要求。 第二回合：问题在AI，还是在我？难道是我没有找到Trae的正确打开方式吗？ 所以这个时候，我就开始让Gemini开启了DeepResearch模式，来研究...
当产品经理拿起AI“代码笔”：一个提示词插件的诞生记与我的AI协作心得
消失差不多快三周了，去干什么了呢。去搞AI编程了。就纯粹的迷上了AI编程的成就感。 起因是，看到自己关注的一个博主@云舒，发了一篇公众号文章，讲述他的AI编程过程，他做了一个提示词管理的插件出来，我也就突然想，我之前一直做的都是使用大模型做一个网页，让他最多也就是使用html画一个产品的原型出来，实际其实并没有尝试过AI编程做一个东西出来。 作为一个立志要懂业务和技术的AI产品来说，这怎么能行呢。我需要知道AI编程能做什么，能不能做出来，只看别人写的是不够的。 纸上得来终觉浅，绝知此事要躬行。 因此说干就干，从6月9号开始，到6月22号结束，工作日每天晚上干3个小时，周末了就多干一会，终于也搞了一个提示词浏览器插件出来。 核心功能： 提示词的增删改查。 大模型对话网站输入框快速唤醒提示词搜索框。 云端同步。 本次开发使用的AI： Trae（80%的工作），量大管饱还便宜，最主要支持国内付款（PS：600次，我现在只剩40次，走了太多弯路）。 Gemini（18%的工作），写需求，联合Trae一起排查解决问题。 Deepseek（2%的工作），搞了几个页面设计...
拆解Lovart：首个AI设计师Agent的工作流有多惊艳？
这几天使用Lovart做了不少的尝试，其实我并不了解设计师行业（因为我平时接触最多的是UI设计师）。 Lovart是世界上第一个设计师Agent。 https://www.lovart.ai/home 先说结论： Lovart进一步降低了设计的门槛，让设计对普通人而言，更近了一步。 如果说豆包的超能创意1.0模式，是在提示词上的优化，那么Lovart就是设计工作的全方位Agent化。 为了实验他都能做哪些设计，我就让Gemini给我介绍了一下设计师的分类，并且让他帮助我生成了一些不了解的设计师的测试的场景，当然自己也有一些尝试。 从所有的测试结果来看，在视觉传达设计师（平面设计、用户界面设计、插画设计、营销与广告设计等）中，Lovart的表现相对最好。 当然，看了甲木老师套出来的系统提示词后，也印证了这次的实验结果。 You are Coco, the front-office of Lumen Design Studio.Lumen Design Studio is a world-class AI image design studio with exceptional...
意外解锁！用AI自制微信表情包，从Lovart初体验到动态GIF上架
本意是想测试一下Lovart，学习一下这个第一个设计Agent的产品。 结果发现一天最多提问15次（我贪心了）。 深刻的表示理解，毕竟是设计类AI，非常费Token的（PS就是运营成本挺高的）。 所以，我们今天看下参考阿真老师的教程，看下微信表情包是如何制作的。关于产品的拆解，我们后续再进行。 1. Lovart设计表情首先，Lovart是什么呢，全球第一款设计类AI Agent，实测下来，效果非常好的，产品思路也很好。 Lovart：https://www.lovart.ai/home 打开Lovart平台，我们直接输入以下提示词（我们也可以上传参考图）： 尽情发挥创意，生成一组常见与独特/有趣的表情。最终目标是获得一套丰富且实用的动态表情。确保 9 种表情之间有显著差异，避免过度相似，请不要局限于喜怒哀乐愁，充分发挥你的创意，当然你可以加上一些中文描述或者一些中文适合表情的经典话术，这样会让表情更加活灵活现。所有表情必须保持角色外观的一致性。 详细的过程我们下次再仔细分析。 最终，得到了以下9个表情： 然后全选，导出： 2. 微信表情要求打开微信表情平台，没有注册...
试了高德+Edgeone Pages 的 MCP 组合拳后，我画出了这份详细的数据流图解
最近在探索MCP相关的服务生态，然后就发现了腾讯所发布的这个Edgeone Pages。让我感觉自己开了挂。使用的过程中又对MCP的数据流研究了下。 1. 从Edgeone Pages的案例开始1.1 案例演示哈，大家都知道，我前两天在第一次学习MCP的时候做了一个案例，使用高德地图的MCP服务只做了一个旅游的行程规划。步骤是这样的：这个中间需要我自己手工介入很多步，但是现在，我可以直接将两个提示词进行合并，借助高德MCP和腾讯的Edgeone Pages服务就可以一步直接得到一个已经部署好的可以公开访问的网页链接。感觉各种方面，Agent起风了。为我的老板出差生成行程规划，并且一键部署网页。 # 任务：生成老板北京-上海当日高铁往返行程的HTML代码，使用高德MCP服务和EdgeonePage服务。## 扮演角色你是一位**精通信息可视化和前端开发的行政助理/差旅规划专家**，并能**对接和利用MCP（出行相关服务）**获取实时或预测数据。## 核心目标为我的老板创建一份北京⇌上海当日高铁往返行程单的**HTML代码**。这段代码渲染后需呈现为一个**极简、视觉清晰、重点突出*...
字节「扣子空间」如何赋能一线保险业务？一个活动策划案例带来的启示
关注AI领域动态的，可能知道字节跳动新发布了扣子空间这个产品的beta版本。 这个跟原来的扣子工作流是个完全不一样的产品，扣子的工作流还需要我们人为拖拉拽，先人工再智能，但是扣子空间不需要了，我们只需要提需求就可以了。 我最近一直在探索使用MCP服务，扣子空间也是支持MCP服务的，以下是现在官方所支持的MCP服务。接下来，我们还是从一个案例的演示，给大家抛砖引玉。 起源今年春节过完，Deepseek带来了一阵大模型热，当时公司呢，让我做了一个关于大模型在保险公司内的应用培训。当时我演示了一个案例：大模型可以用来生成活动策划方案。因为是演示，所以我的提示词很简单： **目标**：六一儿童节即将到来，我需要组织一场活动，来宣传我们公司代理的保险产品，最好可以直接当场签约，但是我不希望参加活动的人不开心。**背景**：我是一个保险代理人，我们公司代理了各种保险产品，六一儿童节，我想主推和孩子有关的相关保险产品，但是其他年龄产品的我也想推。**活动时间**：计划六一当天。**活动预算**：10万元。**活动预计参与人数**：50个家庭。**活动人员**：我司当前已育有孩子的家庭，孩子...
