智能商业洞察引擎工作流介绍

功能介绍

使用场景

智能商业洞察引擎是一款基于大型语言模型（LLM）技术的先进分析工具，专注于市场分析与商业洞察领域。其的核心能力在于其智能化的工作流，能够根据用户需求，主动进行问题澄清、信息检索、深度分析与专业报告生成。该引擎结合了 LLM 的理解与生成能力以及网络搜索功能，旨在为用户提供专业、全面、引用可靠的市场分析报告。

核心工作流程主要包含三个关键阶段：

用户问题澄清 (User Query Clarification)：确保准确理解用户意图与分析范围。

信息检索与资料收集 (Information Retrieval & Data Collection)：基于澄清后的问题，执行智能搜索并管理检索结果。

报告生成与整合 (Report Generation & Consolidation)：结构化信息，生成专业报告。

约束限制

1. 工作流中使用迭代方式进行搜索，因此需要充足的模型上下文长度，建议使用64k上下文的deepseek-v3模型服务

2. 流程中使用了华为云中的搜索服务，使用前需先配置搜索服务的URL和API KEY

搭建流程

模型对接

安装模型服务插件，以OpenAI-API-compatible为例。依次点击插件、探索Marketplace，搜索对应插件并安装。

点击用户头像选择设置，点击模型供应商，然后点击添加模型

配置模型服务参数

然后在LLM节点中选择对应的模型服务

工作流编排与节点说明

会话变量

系统在整个对话生命周期内维护一组会话变量，用于保存状态信息、传递上下文、避免重复工作并最终生成完整报告。

主要流程

智能商业洞察引擎实现了以下主要处理流程：

初始化流程：

开始节点 → 初始化代码 → 工具调用 → 问题澄清

问题处理流程：

问题澄清 → 问题处理代码 → 变量赋值 → 条件判断

研究迭代流程：

问题改写 → 研究迭代开始 → 研究协调 → 搜索执行 → 结果处理

报告生成流程：

目录生成 → 报告迭代开始 → 分步生成 → 报告整合 → 摘要生成

最终输出流程：

参考来源生成 → 最终报告整合 → 输出完整报告

用户问题澄清

大模型会分析用户的提问是否足够清晰明确，是否需要用户进行补充说明。需要澄清时会生成追问内容并记录对话历史，无需澄清时会确认研究范围并生成研究计划。

问题澄清节点

功能：分析用户问题，确保理解用户真正的需求

提示模板：包含用户问题的分析指令

输入：用户的原始查询

输出：澄清后的问题理解

问题改写节点

功能：将用户问题改写为更适合搜索的形式

prompt：包含问题改写的具体指导

输出要求：只输出改写后的问题，不包含解释说明

信息检索与资料收集

使用dify循环组件，根据改写后的问题进行搜索决策，支持根据用户设定的迭代次数进行多轮搜索，每轮搜索都基于前一轮的结果进行优化。

使用此工作流除了为LLM节点配置模型服务外，还需要在环境变量中配置搜索API

研究协调员节点

功能：协调研究过程，确定需要搜索的内容

输入：用户问题（改写后）、已搜索问题历史、当前收集的资料

输出：研究方向和搜索关键词

 搜索执行节点

节点类型：http-request（HTTP请求）

功能：通过HTTP请求调用搜索API获取相关信息

请求配置：

URL：环境变量SEARCH_API_URL

方法：POST

头部：包含API密钥认证

请求体：包含搜索关键词和参数

报告生成与整合

报告生成采用分段生成的方式，首先由大模型根据用户问题及搜索的资料生成整篇报告的章节目录，然后将目录拆解为多个子任务，再让大模型根据指定目录生成报告细节内容。

目录生成节点

功能：基于收集的信息生成报告目录

输入：所有研究笔记和资料

输出：结构化的报告目录

分步生成报告节点

功能：按照目录结构逐步生成报告内容

输入：用户问题、已生成的报告部分、参考资料

输出：报告的一个章节或部分

摘要生成节点

功能：为报告生成摘要

输入：完整的报告内容

输出：简明扼要的报告摘要

参考来源生成节点

功能：生成规范的参考资料列表

格式要求：每个来源作为独立条目呈现、标准格式：[编号] 来源标题: URL、确保完整包含所有引用源

在报告生成完成后，将分段报告拼接为完整报告，并清空会话变量。

调试预览

dify帮助文档

在编排工作流时，点击右上方工具栏中的预览按钮可基于当前编排的工作流进行调试。

应用发布

dify帮助文档

需要发布应用时，依次点击右上方工具栏中的发布、发布更新按钮，然后点击运行可查看发布后的应用。

应用监控

dify帮助文档

在工作流编排页面，点击监测按钮可查看工作流运行状况

点击左侧工具栏日志与标注，可查看工作流历史运行记录