Dify｜文生视频与TTS语音播报工作流

这是一个Dify高级对话（advanced-chat）模式的工作流，目标是把一句文字提示扩展为文生视频请求，并在视频生成后调用语音合成服务生成播报音频，从而形成“文字→视频→配音”的一条链路。适合需要快速产出短视频素材的创作者、运营人员，以及在Dify中搭建多模态流程的开发者参考。

从解析结果看，工作流共9个节点、8条连线，大致顺序为：

1. 开始节点接收一个文本输入 prompt。
2. 文生视频提示词扩写节点调用 internlm3-8b-instruct（OpenAI兼容接口）对提示词进行扩写。
3. HTTP请求节点“获取智谱文生视频服务请求”向智谱文生视频接口发起调用。
4. 代码节点“处理文生视频返回信息”解析接口返回结果。
5. 另有文生视频提示词总结节点调用 deepseek-R1（火山引擎 MaaS 提供方），用于归纳或整理提示词。
6. HTTP请求节点发起TTS语音合成请求，再由代码节点处理TTS返回内容。
7. 直接回复节点向用户输出结果。

其中有一个节点标题与类型均为空，具体作用待核验。

• 需要可用的Dify实例，并支持导入DSL文件。
• 需要准备智谱文生视频服务和TTS服务对应的API凭据，以及OpenAI兼容接口、火山引擎MaaS的模型配置；具体密钥名称与请求参数需打开DSL核验。
• 工作流声明了环境变量 model，导入后需按实际环境配置。

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/%E6%96%87%E7%94%9F%E8%A7%86%E9%A2%91%2Btts%E8%AF%AD%E9%9F%B3%E6%92%AD%E6%8A%A5.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。

1. 在Dify工作流界面选择导入，上传该YAML文件。
2. 检查各LLM节点的模型提供方与模型名，替换为自己账号可用的模型。
3. 核对两个HTTP请求节点的接口地址、鉴权方式和请求体字段是否与当前服务文档一致。
4. 配置环境变量后运行测试，输入一段提示词观察返回结果。

视频生成与语音合成通常按调用量计费，具体价格与免费额度需查阅智谱及所用模型服务商的官方条款。国内可用性、接口稳定性与模型兼容性均需实测核验。该DSL文件未声明许可，转载与再分发权限待核验。