Dify对话式Python绘图代码执行工作流（matplotlib）

这是从 Dify 工作流仓库中收录的 DSL 配置文件，文件名为 matplotlib，属于数据分析表格分类。根据已解析的结构，它是一个 advanced-chat 模式的对话应用，版本 0.1.3，共 3 个节点、2 条连线：开始节点、代码执行节点、直接回复节点。从节点类型看，流程很可能是把用户输入交给代码节点处理，再把代码结果通过回复节点返回。

需要注意：本次仅核对了仓库路径，没有读取、导入或执行该文件，因此代码节点内部到底写了什么、是否真的调用 matplotlib 绘图、输出是文本还是图片，全部待核验；也不能据此判断它在自己的 Dify 环境中可以正常运行。

仅可确认：advanced-chat 模式、3 个节点、2 条连线、无声明环境变量。功能细节不明。

原始入口：https://github.com/dzh-gitcode/dify-workflows/blob/986a11833b6a13734da85a8250f875e71dcfdd8d/05_%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E8%A1%A8%E6%A0%BC/matplotlib.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。

• 想学习 Dify「代码执行」节点如何与开始、回复节点串联的开发者；
• 希望在 Dify 内尝试用 Python 生成图表的用户；
• 需要一份最小节点结构示例来改造自己工作流的人。

1. 在仓库中定位该 YAML 文件并下载；
2. 在自有 Dify 实例中通过「导入 DSL」创建应用，模式应与文件一致；
3. 打开代码执行节点，确认其依赖的 Python 库（如 matplotlib）是否可在当前 Dify 沙箱中安装或已内置，待核验；
4. 检查开始节点的输入变量是否为空、是否需要补充变量；
5. 小样本试运行，观察代码节点的输出类型与回复节点的取值是否匹配；
6. 若涉及图片输出，确认当前 Dify 版本对图片返回的支持情况。

该文件本身未声明许可，转载与再分发权限待核验；产品与平台自身的许可、费用需查阅 Dify 独立条款。国内访问与可用性、所需模型与算力、代码执行超时和依赖安装权限均待核验。工作流涉及代码执行，生产使用前应自行审查代码安全。