news 2026/6/15 20:40:01

你用n8n/dify搭建了哪些实用的Agent工作流?

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
你用n8n/dify搭建了哪些实用的Agent工作流?

最近用Dify做了一个工作流应用,可以实现自动化采集亚马逊商品信息,包括名称、价格、折扣、评分、评论等关键字段,然后使用DeepSeek对商品竞争力、价格、用户口碑进行分析,为跨境卖家提供一份完整的分析报告。

整个工作流搭建用到了几个核心工具,Dify不必多说,是专门用来设计工作流的开源框架,里面集成各种工具、接口、插件、LLM,非常适合做产品原型设计。

其中用于数据采集的是亮数据网页抓取器,Dify上有相应的插件接口,它可以对亚马逊等跨境平台进行关键字段采集,并能自动处理平台的反爬限制,比如设置ip代理池、验证码解锁等技术,所以是比较省心的一个爬虫接口。

https://get.brightdata.com/webscra

这里大概介绍下亮数据,因为网页抓取器是这个工作流的核心节点。亮数据是专门做数据采集的平台,有抓取器、解锁器、远程浏览器、MCP等工具,可以简化网页请求的复杂度,因为它把反爬处理技术嵌入在接口里,用户只需要提交需求和url就能直接采集到数据。

还会用到DeepSeek R1模型,用来对亮数据网页抓取器返回的JSON数据进行解析,提取关键字段,并形成商品分析报告。

接下来讲下这个工作是如何具体实现的。

首先你需要配置Dify应用,可以根据Github教程使用Docker进行部署,对电脑硬件要求比较简单,大于2核CPU、4G运行内存就可以跑。

如果你只是想测试,建议在Dify云版本上部署工作流,但云上的功能配置会有点缩水。

部署好Dify后,下一步需要配置亮数据网页抓取器,你需要先到亮数据平台申请key,它会赠送额度,测试够用了。

小声透露下:下面链接注册每月有5000条免费试用额度,我特别争取到企业用户通过我的链接申请,加客户经理可再升级试用额度!

https://get.brightdata.com/webscra

然后在Dify插件里搜索找到亮数据网页抓取器,下载并配置好key后,这个插件就可以用了。

接着再配置DeepSeek API,到DeepSeek平台去申请key,在Dify上配置好就可以用,这里不多赘诉。

做好配置准备后,下面进入工作流搭建。

首先创建“输入”节点,设置输入变量字段:product_url,提示用户输入亚马逊商品链接。

然后开始创建“亮数据网页抓取器”节点,选择“Structured Data Feeds”,并且设置输入变量描述、目标url,选择上一节点的输入变量“product_url”,由于亮数据key在之前已经配置好,这里可以直接用。

下一步创建“LLM”节点,选择配置好的DeepSeek R1模型,设置输入变量和系统prompt,这个很重要,决定LLM输出什么样的内容,可以按照我的模版去设置。

最后创建“输出”节点,展示LLM输出的内容,这里你可以选择直接输出文本,也可以设置导出PDF、Word、Markdown都可以。

整个工作创建好后,呈现以下的结构形式。

随便找个亚马逊商品链接测试下,比如以下的Razer耳机。

执行工作流任务,它就会先采集数据,然后LLM分析数据,最后输出结论。

亮数据抓取器采集到的商品Json数据如下:

DeepSeek提炼Json数据,形成的商品分析报告如下。

核心字段值:

商品特性:

用户评价:

指导建议:

整个流程,DeepSeek提取了亮数据网页抓取器采集到的数据,并进行分析汇总,看起来蛮专业的。

除此之外,亮数据网页抓取器还有搜索引擎模式,可以按照用户需求来查询谷歌搜索,返回数据,比如我让它查询Open AI创始人Sam Altman最近一年在推特上的帖子,并让LLM提取关键信息进行总结。

通过上面Dify工作流的例子,可以看到现在数据采集开发模式发生了很大变化,不再需要你精通编程,也可以通过Dify+亮数据网页抓取器做到。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/15 11:31:31

高性能中文实体识别服务发布|支持REST API与Web双模式

高性能中文实体识别服务发布|支持REST API与Web双模式 1. 引言:信息抽取的现实需求与技术演进 在当今信息爆炸的时代,非结构化文本数据占据了互联网内容的绝大部分。新闻报道、社交媒体、企业文档中蕴含着大量关键信息——人名、地名、机构…

作者头像 李华
网站建设 2026/6/15 11:30:54

MiDaS性能评测:不同硬件平台上的表现对比

MiDaS性能评测:不同硬件平台上的表现对比 1. 引言:AI 单目深度估计的现实挑战与MiDaS的定位 在计算机视觉领域,从单张2D图像中恢复3D空间结构一直是极具挑战性的任务。传统方法依赖多视角几何或激光雷达等硬件辅助,成本高且部署…

作者头像 李华
网站建设 2026/6/15 12:22:00

分类器数据增强大全:Albumentations视觉增强实战

分类器数据增强大全:Albumentations视觉增强实战 引言:为什么你的分类器需要数据增强? 当你训练图像分类器时,是否遇到过这样的困境:标注好的数据集太小,模型总是过拟合;想用数据增强但OpenCV…

作者头像 李华
网站建设 2026/6/15 16:40:30

Deadline救星:AI分类器1小时快速部署教程

Deadline救星:AI分类器1小时快速部署教程 1. 为什么你需要这个教程 明天就是作业提交截止日,突然发现需要实现图像分类功能?别慌,这个教程就是为你准备的。想象一下,你手头有几百张需要分类的图片,手动操…

作者头像 李华
网站建设 2026/6/15 14:43:57

Java版LeetCode热题100之“矩阵置零”:从O(m+n)到O(1)空间的极致优化

Java版LeetCode热题100之“矩阵置零”:从O(mn)到O(1)空间的极致优化 摘要:本文深入剖析 LeetCode 第 73 题 “矩阵置零”,全面覆盖原题回顾、算法构思、三种解法(标记数组法、双标记变量法、单标记变量法)、代码实现、…

作者头像 李华
网站建设 2026/6/15 16:35:29

深度学习分类器部署陷阱:云端方案避坑大全

深度学习分类器部署陷阱:云端方案避坑大全 引言 当你费尽心思在本地训练好一个深度学习分类器,准备迁移到云端生产环境时,是否遇到过这些糟心事:明明本地跑得好好的模型,一到服务器就报CUDA版本不兼容?或…

作者头像 李华