在 Dify 中，要实现 “用户输入（如‘找需求’‘找投资’）→ 自动分类 → 路由到对应赛道知识库”，核心是用 Question Classifier（问题分类）节点 + 多知识库检索节点 做意图路由。下面是完整可落地的实现方案（以你之前的「投资人 / 赛道匹配」场景为例）。
一、先准备：按赛道建多个知识库
先在 Dify 后台建好各领域独立知识库，每个库只放对应赛道资料：
-
找需求 / 创业项目库：商业计划书、需求文档、项目介绍、产品白皮书
-
找投资 / 投资人库：基金介绍、投资策略、LP 信息、过往案例、赛道偏好
-
行业赛道库（细分） ：AI 大模型、智能制造、新能源、医疗健康、企业服务等
二、核心流程：用户问题 → 分类 → 路由到对应知识库
标准 Chatflow 结构（可视化拖拽）：
-
用户输入（sys.query）
-
Question Classifier（问题分类） ：判断属于 “找需求 / 找投资 / 某赛道”
-
分支路由：不同分类 → 调用不同知识库检索（Knowledge Retrieval）
-
LLM 生成回答：用对应知识库片段作答
-
返回答案
三、关键配置：Question Classifier 分类规则（投资人场景）
1. 分类节点设置
-
输入变量：
sys.query（用户问题） -
模型：选轻量快模型（Qwen 7B、GPT-3.5-turbo）
-
分类定义（清晰、互斥、带描述）Dify：
-
分类 1：找需求 / 找项目
- 描述：用户询问项目、需求、产品、技术、创业方案、商业机会
- 关键词：需求、项目、产品、技术、方案、创业、BP、怎么做、功能
-
分类 2：找投资 / 找资金
- 描述：用户询问投资、融资、基金、投资人、钱、合作、资本、退出、IPO
- 关键词：投资、融资、基金、投资人、资本、钱、合作、退出、IPO、估值
-
分类 3：AI 大模型赛道
- 描述：涉及大模型、LLM、AGI、提示词、向量库、RAG、AI 应用
-
分类 4：智能制造 / 硬科技
- 描述：涉及机器人、工业自动化、芯片、传感器、精密制造、硬件
-
分类 5：其他（兜底）
-
2. 分类提示词（优化准确率）
plaintext
你是专业的投资领域问题分类器。
请严格按以下规则，将用户问题分到唯一类别：
1. 找需求/项目：问项目、产品、技术、创业、需求、方案、BP
2. 找投资/资金：问投资、融资、基金、投资人、资本、合作、钱、退出
3. AI大模型赛道：大模型、LLM、AGI、RAG、提示词、向量库、AI应用
4. 智能制造：机器人、工业自动化、芯片、硬件、精密制造、硬科技
5. 其他：不属于以上
用户问题：{sys.query}
只返回类别名称，不要其他文字。
四、分支配置：每个分类连对应知识库
每个分类出口 → 连一个 Knowledge Retrieval 节点，指定只查该赛道知识库Dify：
-
找需求 / 项目 → 检索：创业项目库
-
找投资 / 资金 → 检索：投资人 / 基金库
-
AI 大模型赛道 → 检索：AI 大模型知识库
-
智能制造 → 检索：智能制造知识库
-
其他 → 检索：通用 FAQ 库 或 直接回复 “请具体说明领域”
五、检索设置（提升精准度）
每个 Knowledge Retrieval 节点建议：Dify
-
检索模式：高质量（向量 + 关键词混合）
-
Top K：3–5
-
分数阈值：0.6–0.7（过滤不相关）
-
元数据过滤（可选） ：按
标签: 需求/标签: 投资进一步筛选
六、完整示例（你的场景）
-
用户问： “有哪些 AI 大模型的创业项目？”
- 分类 → AI 大模型赛道
- 路由 → 查 AI 项目库 + AI 赛道库
- LLM → 用 AI 项目资料回答
-
用户问： “哪些机构投智能制造？”
- 分类 → 找投资 / 资金 + 智能制造
- 路由 → 查 投资人库（过滤智能制造标签）
- LLM → 列出对应投资机构
-
用户问： “我有项目，怎么找融资？”
- 分类 → 找投资 / 资金
- 路由 → 查 投资人 / 融资流程库
- LLM → 给融资路径与对接方式
七、进阶：更精准的双维度分类（需求 + 赛道）
若要同时识别 “意图（找需求 / 找投资）+ 赛道”：
- 第一层分类：意图（找需求 / 找投资 / 其他）
- 第二层分类：赛道（AI / 制造 / 新能源 / 医疗…）
- 用两层 Question Classifier 或 一次输出双标签：
plaintext
输出格式（JSON）：
{
"intent": "找需求/找投资/其他",
"sector": "AI大模型/智能制造/新能源/医疗/其他"
}
4. 再按 intent+sector 路由到精准组合库（如：找需求 + AI → AI 项目库）
八、效果与调试
- 调试：在 Dify 工作室用 “调试面板” 输入测试问题，看分类是否正确、路由是否到对应库
- 优化：分类边界模糊时，细化描述、加更多关键词示例、换更强模型
- 准确率：清晰分类 + 专业提示词，通常可达 90%+
九、总结（一句话原理）
Dify 用 Question Classifier 做语义意图分类，把 “找需求、找投资、AI、制造” 等自动打标签，再按标签路由到专属知识库检索，实现精准领域匹配Dify。
要不要我直接给你一套可复制的分类提示词 + 工作流 JSON 配置，你导入 Dify 就能用？
