章节十二：Python调用Dify
一、Dify API概述
了解Dify平台及其API调用方式。
Dify：一个开源的大语言模型应用开发平台，可以通过可视化界面搭建AI应用。Dify提供了标准的API接口，让开发者可以用代码调用搭建好的应用和工作流。
API Key：访问Dify API的身份凭证。每个应用都有独立的API Key，调用时需要放在请求头里进行身份验证。
Base URL：Dify API的服务地址。如果使用Dify官方云服务，地址是https://api.dify.ai/v1；如果是自己部署的，换成自己的服务器地址。
第一步：在Dify平台上创建应用并发布
第二步：在应用概览页面获取API Key
第三步：确定Base URL（官方服务或私有部署）
第四步：安装requests库，准备调用代码
二、调用工作流
掌握Python调用Dify工作流的方法。
工作流（Workflow）：Dify中通过拖拽节点搭建的自动化流程。比如一个调研报告生成工作流可能包含：接收主题→搜索信息→大纲生成→内容填充→总结输出。
流式输出（Streaming）：服务器一边生成内容一边推送，就像打字机效果，不用等全部内容生成完才显示。
阻塞式输出（Blocking）：等所有内容生成完再一次性返回。适合执行时间较短的任务。
第一步：确定要调用的工作流和输入参数
第二步：设置请求头（包含Authorization和Content-Type）
第三步：拼接请求体（包含inputs、response_mode、user等字段）
第四步：发送POST请求到/workflows/run接口
第五步：解析响应数据，获取工作流执行结果
# 功能说明：Python调用Dify工作流# 核心操作：设置API Key → 拼接请求参数 → POST请求 → 解析响应三、处理流式响应
掌握流式响应数据的处理方法。
SSE（Server-Sent Events）：服务器向客户端推送实时数据的技术。Dify的流式输出就是基于SSE实现的，数据一行一行推送过来。
事件类型：流式响应中包含不同类型的事件，比如workflow_started（工作流开始）、node_started（节点开始执行）、node_finished（节点执行完成）、workflow_finished（工作流结束）。
第一步：发送请求时设置stream=True保持连接
第二步：逐行读取服务器推送的数据
第三步：去除SSE格式的"data: "前缀
第四步：解析JSON数据，根据事件类型分别处理
第五步：当收到workflow_finished事件时，提取最终输出结果
# 功能说明：处理Dify流式响应# 核心操作：stream=True → 逐行读取 → 解析JSON → 提取结果四、查看执行日志
掌握在Dify后台查看工作流执行记录的方法。
日志追踪：Dify提供了可视化的日志页面，可以查看每次工作流调用的详细记录，包括每个节点的输入输出、执行时间、消耗token数等。
第一步：进入Dify工作空间，找到对应的应用
第二步：点击"日志与标注"菜单查看执行记录
第三步：点击某条记录查看详情，包括输入参数和输出结果
第四步：点击"追踪"查看工作流中每个节点的执行详情
五、工作空间管理
了解Dify工作空间的基本操作。
工作空间：Dify中项目管理的基本单位，一个工作空间可以包含多个应用（智能体、工作流、知识库等）。
成员管理：可以邀请团队成员加入工作空间，设置不同的权限角色（管理员、编辑者、查看者）。
第一步：创建工作空间或加入已有工作空间
第二步：在工作空间中创建应用
第三步：配置应用的模型、知识库、工具等资源
第四步：发布应用并获取API Key进行调用
