dify-workflows｜Dify多文件图文理解工作流

该工作流来自公开仓库，名称为“上传多文件，图文理解”。按已解析信息，它采用高级聊天模式，共8个节点、8条连线，目标是把用户上传的图片和文档分别处理，再汇总成一段回复。

• 开始节点：接收用户输入，具体变量在资料中未列出；
• 筛选图片（list-operator）：从上传文件中挑出图片类文件；
• 筛选文档（list-operator）：挑出文档类文件；
• 图片总结（llm）：使用Azure OpenAI提供的gpt-4o-mini对图片进行总结；
• 文档提取器（document-extractor）：抽取文档正文；
• 文档总结（llm）：同样使用gpt-4o-mini对文档内容做总结；
• 模板转换（template-transform）：把图片与文本结果拼装为统一内容；
• 直接回复：输出最终结果。

提示词内容、筛选条件、支持的文档格式与大小上限在资料中未记录，均待核验。

原始入口：https://github.com/dzh-gitcode/dify-workflows/blob/986a11833b6a13734da85a8250f875e71dcfdd8d/02_%E5%9B%BE%E5%83%8F%E7%BB%98%E7%94%BB%E5%A4%9A%E6%A8%A1%E6%80%81/%E4%B8%8A%E4%BC%A0%E5%A4%9A%E6%96%87%E4%BB%B6%EF%BC%8C%E5%9B%BE%E6%96%87%E7%90%86%E8%A7%A3.yml

整理来源：https://github.com/dzh-gitcode/dify-workflows

依据来源资料经AI翻译整理，未由本站实测。原始资料许可：未声明，转载与再分发权限待核验；目录许可不代表各产品或文件的使用授权。费用、账号、国内访问与版本兼容条件以原始发布者最新说明为准。

原仓库未声明许可证，并提示文件可能包含API密钥。本站仅提供原创介绍与原始入口，不转载配置文件或密钥。使用前应自行核对许可、检查并替换凭据，勿公开原始密钥。

需要一次性提交多份图片与文档、希望快速获得综合摘要的用户，例如资料整理、会议材料速读、图片内容归纳等场景。

1. 在Dify中导入该DSL文件；
2. 确认已配置可用的Azure OpenAI模型凭据，且模型名称为gpt-4o-mini；
3. 上传若干图片与文档做小样本测试；
4. 检查图片与文档筛选节点是否按预期分类；
5. 按需调整两个总结节点的提示词与模板输出格式。

Dify平台费用、Azure OpenAI的调用价格与配额需查阅各自官方条款。该工作流依赖境外云模型服务，国内网络可达性、账号开通条件与数据合规要求待核验。多文件上传可能受平台单次请求大小限制影响。仓库未声明许可，再分发权限待核验。