智能文档助手｜Dify 多模态文档问答工作流

本条目是一个 Dify 高级聊天（advanced-chat）工作流，名称为“智能文档助手”。它面向需要“上传文件后直接提问”的场景：用户在对话中提供文档或图片，工作流先判断文件类型，再走不同的识别与回答分支。

• 入口为“开始”节点，随后经“文档提取器1”解析文件。
• “判定文件类型”与“判定是否存在文件”两个条件分支，决定后续走向。
• 文档分支：由 DeepSeek-R1 模型（火山引擎 MaaS provider）生成回答，经“文档识别回答”输出。
• 图片分支：由 Qwen2-VL-72B-Instruct（硅基流动 provider）识别，经“图片识别回答”输出。
• 图文混合分支：由 QVQ-72B-Preview 处理，经“文档+图片回复”输出。
• 另有“拒绝”“提示未上传文档”两个兜底回答节点。
• 共 15 个节点、15 条连线。

原始入口：https://github.com/dzh-gitcode/dify-workflows/blob/986a11833b6a13734da85a8250f875e71dcfdd8d/03_%E7%9F%A5%E8%AF%86%E5%BA%93%E6%96%87%E6%A1%A3%E5%A4%84%E7%90%86/%E6%99%BA%E8%83%BD%E6%96%87%E6%A1%A3%E5%8A%A9%E6%89%8B.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。

• 需要快速理解 PDF、Word 等文档内容并追问的办公人员；
• 希望把图片内容（截图、扫描件）纳入问答流程的用户；
• 想了解 Dify 多分支文件处理写法的开发者。

1. 在 Dify 中导入该 DSL 工作流。
2. 检查并配置上述三个模型供应商的凭据与可用模型（具体可用性待核验）。
3. 在对话中上传文档或图片并提问。
4. 观察条件分支是否正确命中，按需调整判定条件。

• 工作流自身许可未声明，转载与再分发权限待核验。
• 模型调用费用、国内可用性、限流等取决于各供应商，需查阅其独立条款。
• 本次仅做静态解析，未实际运行，效果与兼容性待核验。