一、前言：

在数字化技术飞速发展的当下，云计算领域的创新成果不断涌现，华为云云主机凭借强大性能与先进架构备受瞩目。一直以来，我对其前沿技术与多样功能满怀好奇。恰逢华为云提供 180 免费小时使用机会，这无疑是近距离探索体验的绝佳契机。我决定借此东风，在云主机上下载并安装Dify。

关于华为开发者空间：

对于我这种既想实践前沿技术，又不想被硬件成本束缚的我来说，简直是福音。

华为开发者空间，是为全球开发者打造的专属开发者空间，致力于为每位开发者提供一台云主机、一套开发工具和云上存储空间，汇聚昇腾、鸿蒙、鲲鹏、GaussDB、欧拉等华为各项根技术的开发工具资源，并提供配套案例指导开发者 从开发编码到应用调测，基于华为根技术生态高效便捷的知识学习、技术体验、应用创新。

在 AI 应用开发领域，Dify 作为一个面向业务场景的 LLM 应用平台，以其强大的 Agent 流程、插件能力和代码执行支持，成为许多开发者和企业构建智能助手的首选工具。

在使用“华为云主机快速搭建Dify-LLM应用开发平台”的过程中，开发者往往会遇到一个比较典型的问题：在代码执行节点中，某些 Python 库无法导入或使用，导致脚本运行失败，这种情况虽然常见，却并非系统错误，而是源于 Dify 在架构设计与执行安全方面的有意限制。

二、华为云主机快速搭建Dify-LLM应用开发平台实战：

2.1 免费领取开发者空间云主机：

首次打开华为开发者空间，整洁的界面和清晰的导航就让人眼前一亮。这个专为全球开发者打造的平台，就像一个一站式技术宝库，不仅提供了昇腾、鸿蒙、鲲鹏等华为核心技术的开发工具，还贴心地配备了云主机、存储空间和详细的案例指导。

点击"免费领取开发者空间云主机"按钮时，无论是PC端还是移动端，都能轻松免费获取并使用4核8G的Ubuntu 24.04云主机，领取启动取后这里我们稍等几分钟就行了，因为系统正在加载图形化界面。

进入到了桌面后，跟平时我们的电脑桌面差不多，但是华为云主机专注于开发领域的，一般的开发软件都已经存在在桌面上了，直接上手使用就行。

右键终端输入命令，安装ollama：

下完完后，就会进行安装ollama就安装好了。

接下来借助ollama工具来进行deepseek r1模型的部署操作，这里选择的是deepseek-r1:1.5b模型，当然也可以部署其他的模型。

这里在开始进行部署时，可以看到华为云主机部署速度还是很快的，8M每秒，对于下载大容量的大模型也不在话下。

2.2 集成天气查询：

在公开可用的天气 API 里，已经能够满足“只用中国城市名称即可查询”这一需求的免费方案不少：既有专注中国本土数据的服务，也有国际平台在中国城市上的免费额度，下面依照“无门槛可注册”“免费配额或完全开放”“支持直接传入城市名称，归纳十个常用接口，并给出要点速览与示例调用链接，方便直接落地。

找到第8个服务“Sojson/Itboy”这个免费的获取天气预报的API接口（Json格式），该天气查询是一个用于获取实时天气数据和预报信息的服务接口，该API提供国内范围内的返回包含生活指数、空气质量、未来 7 天。

{
  "result": {
    "message": "success",
    "status": 200,
    "date": "20250629",
    "time": "2025-06-29 22:37:59",
    "cityInfo": {
      "city": "北京市",
      "citykey": "101010100",
      "parent": "北京",
      "updateTime": "19:08"
    },
    "data": {
      "shidu": "64%",
      "pm25": 16,
      "pm10": 22,
      "quality": "良",
      "wendu": "29.6",
      "ganmao": "极少数敏感人群应减少户外活动",
      "forecast": [
        {
          "date": "29",
          "high": "高温 35℃",
          "low": "低温 24℃",
          "ymd": "2025-06-29",
          "week": "星期日",
          "sunrise": "04:48",
          "sunset": "19:47",
          "aqi": 53,
          "fx": "东南风",
          "fl": "2级",
          "type": "阴",
          "notice": "不要被阴云遮挡住好心情"
        },
        ……
      ],
  }
}

增加一个新的节点“网页爬虫”，可以将网站内容转换为适用于大型语言模型（LLM）的结构化数据，并将这些内容转换为干净、格式化的 text文本，它能智能识别并提取网页中的主要内容，自动过滤广告、导航栏等无关元素，确保保留对 AI 系统有用的核心信息。

只需要将网页URL链接输入进来，用户友好的操作体验，无需编程知识，只需输入目标 URL，即可完成 Web 知识库的一键式生成。

2.2 字符串序列化操作：

上面天气网页爬虫可以看到返回的结果是string类型，可能不满足我们在后面的节点进行操作，需要进行字符串序列化操作，那么，在 Dify 平台中，‌代码执行节点（Code Node）‌ 是工作流（Workflow/Chatflow）中用于执行自定义 Python 代码的核心功能模块，实现复杂的数据处理、逻辑控制或与其他系统的交互。

import json
def main(arg1: str) -> dict:
    return {
        "result": json.loads(arg1)
}

Dify 的 ‌代码执行节点（Code Node）‌ 是工作流（Workflow/Chatflow）中用于运行自定义 Python 代码的核心模块，执行结构化数据解析（如 JSON/XML 提取）、文本清洗或格式转换，替代 LLM 节点处理非语言类任务，下面可以看到我们可以通过python的代码将text字符串转换为json对象成功。

2.3 如何获取字典中子孙节点值：

上面转换的json对象有好几个层级，我们目前只想使用到forecast这个字段，因为他是可以进行得到未来7天的天气状况，防止有些时间下雨的、天气不能出去游玩的。

通过python3的代码直接取字典的下级的data，再取下级的forecast字段即可拿到forecast字段的List返回值：

def main(arg1: str) -> dict:
    return {
        "result": arg1['data']['forecast']
}

通过测试也确实是可以拿到forecast字段的List数据，这样就会数组的结果进行挨着进行运算匹配，判断当前的最高温度是多少，适不适合出行。

2.4 如何进行迭代节点批量处理元素：

Dify 的迭代节点（Iteration Node）是工作流中用于‌循环处理数组数据‌的核心组件，可以批量处理数组元素‌，对输入的数组（如JSON列表）逐项执行相同操作，适用于长文本分章节生成、多链接内容汇总等场景。

import re
def main(arg1: str) -> dict:
    # 提取high字段
    high_str = arg1['high']

    # 使用正则表达式提取数字
    numbers = re.findall(r'\d+', high_str)
    if numbers:
        high_temp = int(numbers[0])  # 将提取的数字转换为整数
        return {
            "result": high_temp
        }
    else:
        return {
            "result": 0
        }

比如：将文章大纲拆分为多个章节，通过LLM节点循环生成每部分内容，这里我们把每一个节点的元素进行循环，先获取high字段，再把“高温35度C”这个数字使用正则进行匹配出来，就可以得到今天的最高温度的数字。

这样可以简化循环逻辑设计‌，相比传统代码循环，提供可视化配置界面，内置迭代计数器（index）和当前项变量（item），降低开发门槛，同时，也是支持流式输出‌，可在每次迭代后立即通过直接回复节点返回部分结果，提升用户体验。

2.5 如何计算未来时间天气比较适合出行的逻辑：

上面我们通过得到的数组来看的话，会获取一个包含天气最高温度的List，我们设置一个游玩的规则，就是只要有一天的最高温度大于20度，就表示天气比较好，可以出去游玩一下。

def main(arg1: str) -> dict:
    count = 0
    for element in arg1:
        if element > 20:
            count += 1
    return {
        "result": count
}

‌
通过以上代码可以发现，我们传入一个数组进行测试[10, 25, 30, 15, 22, 27]，可以看到10和15肯定是不符合要求的，所以，我们得到的结果是25、30、22、27这4个值，返回值是4，表示代码执行正确。

2.6 模板最后拼接：

Dify 的模板转换节点是基于 ‌Jinja2 模板引擎‌的核心功能组件，主要用于实现 ‌动态文本生成与数据格式化‌，通过模板语法将多源数据（如变量、API 响应、知识库检索结果）自动拼接为目标格式.

尊敬的客户，您的要求{{ arg3 }}游玩{{ arg2 }}天，预算是{{ arg4 }}，以下是您的旅程规划信息：

------------------------------

在未来的{{ arg1 }}天天气是非常棒的，您可以按照以下的计划进行出行：

{{ arg5 }}

我们可以通过模板转换进行数据结构转换与重组‌，将复杂 JSON 或嵌套数据转换为扁平化结构，或重组为符合下游节点要求的格式，示例：将知识库检索的原始 JSON 转换为带标题的 Markdown 列表。

最后再来一个结束的节点，将输出的变量进行绑定输出，这样，基本上第一条大于1w费用的奢侈体验的分支就完成了整个布局，以下是通过“运行”，然后填写3个参数，然后，也是通过了所有节点的测试，最后将预算超过1w的行程输出出来了。

三、其它2个分支的节点完善：

(1). 舒适导向(>1w)：

prompt = """作为高端旅行顾问，请为预算{}元的客户设计行程：
- 重点突出【奢华酒店】【私人导览】【尊享服务】
- 忽略成本限制，优先满足体验舒适性"""

(2). 性价比导向(5k-1w)：

prompt = """作为旅行规划师，请为预算{}元客户推荐方案：
- 平衡【体验质量】与【费用支出】
- 标注每项服务的性价比指数"""

(3). 省钱导向(<5k)：

prompt = """根据{}元严格预算制定行程：
- 标注每项开支并验证必要性
- 提供3个成本压缩方案备选"""

最上面的流程已完成了，那我们进行下面2个分支的流程进行开发，系统会根据输入内容智能拆解需求，结合目的地的基础信息和常见旅行路线，生成一份包含每日行程安的完整旅游计划，行程规划内容结构清晰。

基于华为云一键部署Dify平台，整个使用过程无需任何技术背景，操作简便，用户无需运维背景也能快速搭建AI应用环境，整个过程自动化程度高，配置步骤清晰，让用户在很快就能完成一个专业的个性化推荐出游计划。

四、发布：

Dify平台提供图形化应用构建界面，无需编写复杂代码，配置Agent逻辑就像填写表单一样简单，这样可以极大地降低了大模型应用的开发门槛，适用于个人开发者、小型团队甚至非技术背景的业务人员。

通过发布这个智能本后，接入华为云ModelArts Studio的DeepSeek模型后，Agent在处理复杂输入时表现出极强的语言理解与规划能力，能生成内容丰富、结构完整的旅行方案。

五、总结：

在数字化时代，快速响应和高效解决客户问题是企业成功的关键，Dify作为一个强大的开源LLM应用开发平台，华为云主机平台上的DeepSeek-V3/R1大模型推理服务，提供了可视化编排工具，让即使没有深厚编程背景的人也能快速构建强大的AI应用。

在旅游旺季到来之际，为用户快速生成个性化旅行攻略成为刚需，Dify 作为低代码智能体开发平台，使用华为云快速搭建Dify-LLM应用开发平台，凭借灵活的工作流编排能力，让开发者能够高效构建智能应用。本文将以“AI智能旅游规划工作流Agent应用”入手为例，深入剖析其工作流的设计与实现，带大家领略 Dify 的强大之处。