Dify 构建电商退货智能体 —— 便于理解平台功能及典型需求下面是一份面向电商退货流程、基于 Dify 平台构建智能

下面是一份面向电商退货流程、基于 Dify 平台 构建智能体的 手把手实操指南。本指南使用 Dify 的 Workflow（工作流）模式，因为它能精确控制流程、支持变量传递与条件分支，非常适合结构化业务场景如“退货处理”。

🛍️ Dify 构建电商退货智能体 —— 便于理解平台功能及典型需求

目标：用户输入“我要退货”后，智能体自动完成：

验证订单是否存在
判断是否符合退货政策（7天内、未拆封等）
根据商品类型推荐退货方式
生成退货单 & 回复用户

✅ 前提条件

已注册 Dify 账号（或本地部署）
已配置 LLM 模型（如 GPT-4、Claude、通义千问等）
有模拟的 订单查询 API 和 退货单生成 API（可先用 Mock 服务）

💡 若无真实 API，可用 Dify 内置 HTTP 工具 + Mock API（如 Postman Mock Server 或 mockapi.io） 模拟。

🧩 第一步：创建 Workflow 应用

登录 Dify 控制台
点击 “+ 创建应用”
选择 “Workflow” 类型（不是 Agent！）
应用名称：电商退货助手
点击 “创建”

🧱 第二步：设计工作流节点（共 7 个核心节点）

我们将按顺序添加以下节点，并连接它们。

节点 1：开始（Start）

自动存在，接收用户输入 query
输出变量：{{query}}

节点 2：LLM 提取关键信息（信息解析）

目的：从用户话中提取 订单号 和 退货原因

类型：LLM 节点

提示词（Prompt）：

你是一个电商客服助手。请从用户输入中提取以下信息，以纯 JSON 格式返回，不要任何解释：

{
  "order_id": "订单编号，如 #1001，若未提供则为 null",
  "reason": "退货原因，如 '发错货'、'不想要了'、'质量问题' 等"
}

用户输入：{{#sys.query#}}

输出变量名：parsed_info
启用 “结构化输出”（Dify 支持 JSON Schema，可选）

✅ 示例输出：{"order_id": "1001", "reason": "发错货"}

节点 3：查询订单（HTTP 请求）

目的：调用内部系统，验证订单是否存在并获取详情

类型：HTTP 节点
方法：GET

URL（使用 Mock 示例）：

https://mockapi.io/projects/your-id/orders/{{parsed_info.order_id}}

请求头（如需要）：

{ "Authorization": "Bearer {{env.API_KEY}}" }

输出变量名：order_data

🔐 安全提示：API Key 应在 “环境变量” 中配置（Dify 的 Secrets 功能）

模拟返回示例（Mock API）：

{
  "order_id": "1001",
  "product_name": "无线蓝牙耳机",
  "purchase_date": "2025-12-01T10:00:00Z",
  "status": "delivered",
  "is_opened": false
}

节点 4：判断订单是否有效（条件节点）

目的：订单是否存在？是否已发货？

类型：条件（Condition）节点

条件表达式：

{{ order_data is not none and order_data.status == "delivered" }}

分支：
- 是 → 继续流程
- 否 → 跳转到 节点 8：异常处理

节点 5：判断是否符合退货政策（条件节点）

目的：检查是否在 7 天内 + 未拆封

类型：条件节点
先添加一个 “变量赋值”节点（可选，用于计算天数）：
- 变量名：days_since_purchase
- 值（使用 Jinja2）：
```
{{ (now() - parse_datetime(order_data.purchase_date)).days }}
```

⚠️ Dify 的表达式引擎支持 now() 和 parse_datetime（需确认版本）

条件表达式：

{{ days_since_purchase <= 7 and order_data.is_opened == false }}

分支：
- 是 → 允许退货（继续）
- 否 → 跳转到 节点 8：异常处理（超期/已拆封）

节点 6：生成退货方案（LLM 节点）

目的：根据商品类型推荐退货方式

类型：LLM 节点

提示词：

商品：{{order_data.product_name}}
退货原因：{{parsed_info.reason}}
请生成一段友好的退货指引，包括：
- 是否支持免费上门取件
- 用户需准备什么（如保留包装）
- 预计退款时间

注意：电子类商品支持上门取件，服装类需用户寄回。

输出变量名：return_guidance

节点 7：创建退货单（HTTP 节点）

目的：调用后端创建正式退货单

类型：HTTP 节点
方法：POST

URL：

https://mockapi.io/projects/your-id/returns

Body（JSON）：

{
  "order_id": "{{order_data.order_id}}",
  "reason": "{{parsed_info.reason}}",
  "created_at": "{{now()}}"
}

输出变量名：return_ticket

✅ 模拟返回：{ "return_id": "R2001", "status": "pending_pickup" }

节点 8：异常处理（LLM 节点）— 多入口汇聚

目的：统一处理各种失败情况（订单无效、超期等）

类型：LLM 节点

提示词：

用户尝试退货，但遇到问题。请根据以下情况生成友好回复：

情况：
{% if order_data is none %}
- 订单号不存在或无效
{% elif days_since_purchase > 7 %}
- 超过7天无理由退货期限
{% elif order_data.is_opened %}
- 商品已拆封，不支持无理由退货
{% endif %}

请提供解决方案（如联系人工客服）或政策说明。

输出变量名：error_message

💡 此节点可被多个条件分支指向（使用 汇聚连线）

节点 9：最终回复（结束节点）

目的：整合成功或失败信息，返回给用户

类型：LLM 节点（或直接用“结束”节点）

提示词（动态判断）：

{% if return_ticket is not none %}
您的退货申请已成功提交！

退货单号：{{return_ticket.return_id}}
指引：{{return_guidance}}

我们将在24小时内联系您安排取件。
{% else %}
{{error_message}}
{% endif %}

连接到 结束节点（End）

🔁 第三步：连接所有节点（流程图示意）

开始
  ↓
[LLM: 提取订单号]
  ↓
[HTTP: 查询订单]
  ↓
{条件: 订单有效?}
  ├─ 否 ─→ [LLM: 异常处理] ───┐
  ↓ 是                        │
{条件: 符合退货政策?}         │
  ├─ 否 ─→ [LLM: 异常处理] ───┤
  ↓ 是                        │
[LLM: 生成退货指引]           │
  ↓                          │
[HTTP: 创建退货单]           │
  ↓                          │
[LLM: 最终回复] ←────────────┘
  ↓
结束

✅ 在 Dify 画布中，用鼠标拖拽连线即可实现。

🧪 第四步：测试工作流

点击右上角 “调试” 按钮
输入测试语句，例如：
- "订单#1001发错货了，我要退货"
- "我的订单#999还没收到，能退货吗？"（测试无效订单）
查看每一步的变量值和输出
修正提示词或条件表达式

💡 使用 “日志”面板 查看 HTTP 请求/响应、LLM 输入输出。

🚀 第五步：发布与集成

点击 “发布”
获取 API 端点（用于集成到电商网站/APP）
前端调用示例（JavaScript）：

fetch("https://api.dify.ai/v1/workflows/run", {
  method: "POST",
  headers: {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    inputs: {},
    query: "订单#1001我要退货",
    response_mode: "blocking",
    user: "user_123"
  })
})
.then(res => res.json())
.then(data => console.log(data.data.outputs));

🔐 安全与维护建议

事项	建议
API Key	使用 Dify 的环境变量（Secrets）存储
敏感信息	不在提示词中打印完整订单数据
日志审计	开启 Dify 的日志记录，便于排查问题
人工兜底	在异常处理中提供“转人工”选项

📦 附：Mock API 示例（快速测试用）

使用 MockAPI.io 创建两个端点：

GET /orders/1001

{ "order_id": "1001", "product_name": "蓝牙耳机", "purchase_date": "2025-12-02T00:00:00Z", "status": "delivered", "is_opened": false }

POST /returns → 返回 { "return_id": "R2001" }

✅ 总结

通过本教程，你已构建一个 完整的电商退货智能体，具备：

📥 自动解析用户意图
🔍 订单验证与政策检查
⚖️ 条件分支处理不同场景
📤 自动生成退货单
💬 友好自然语言回复

这个 Workflow 有助于您理解Dify构建工作流智能体的过程。