AI赋能云打印-基于Dify的映美云智能打印工作流开发指南

AI 赋能云打印：基于 Dify 的映美云智能打印工作流开发指南

当大模型学会"找数据、懂逻辑、排版式"，打印机就不再是终点，而是 AI 工作流的最后一公里。

引言：从"传文件"到"懂业务"

传统云打印解决的是"跨地域、无驱动传输文件"的问题——员工把做好的文档传到云端，远端的打印机把它打出来。但在真实的企业场景里，"传文件"只是最后一步，真正耗时的是前面那串动作：

打开数据库 → 写 SQL → 跑查询 → 复制结果 → 贴进 Excel → 调列宽 → 加表头 → 另存为 → 上传云打印 → 等待

一个采购员每天可能要重复这套流程十几次，只为产出几张"机型料况表""库存预警单""生产报料单"。

AI 赋能云打印的核心，是让大模型替人去完成"找数据、懂逻辑、排版式"这三件事，最终通过映美云 API 直接输出纸质单据。 用户只需要说一句"帮我打印本月采购异常清单"，工作流就会自动完成意图识别、参数提取、SQL 生成、数据查询、容错校验、格式转换，最后调用映美云打印机把单据打出来放在办公桌上。

结合 Dify 强大的可视化工作流编排能力与映美云开放平台丰富的打印 API，我们可以打造一套"对话即打印"的智能体。本文将以一个真实落地的"生产 & 采购智能体"工作流为蓝本，完整拆解从数据查询到云打印的全链路开发方法。

---

一、核心架构：Dify 大脑 + 映美云双手

在这个生态中，两者的分工极其明确：

角色	平台	职责
大脑	Dify	意图识别、参数提取、Text2SQL、数据清洗、格式转换（Markdown → Excel / HTML）、业务逻辑条件分支（防止空数据打印）、调用打印 API
双手	映美云开放平台	接收 Dify 处理好的 HTML / 文档 URL / 云模版数据，通过 API 传输至局域网或跨地域的云打印机，执行物理打印

整体数据流如下：

用户自然语言输入
       │
       ▼
┌──────────────────────────────────────────┐
│              Dify 工作流                 │
│  ┌─────┐  ┌──────┐  ┌──────┐  ┌──────┐  │
│  │开始 │→│代码  │→│LLM   │→│SQL   │  │
│  │节点 │  │校验  │  │生成SQL│  │查询  │  │
│  └─────┘  └──────┘  └──────┘  └──────┘  │
│                                      │    │
│              ┌────────┐  ┌────────┐  │    │
│              │条件分支│→│格式转换│←─┘    │
│              │(空值?) │  │MD→XLSX│       │
│              └────────┘  └────────┘       │
│                  │           │             │
│              ┌───┴───┐       │            │
│              │空:提示│       │            │
│              └───────┘       ▼            │
│                        ┌──────────┐      │
│                        │HTTP请求  │      │
│                        │调映美云 │      │
│                        └──────────┘      │
└──────────────────────────────────────────┘
                               │
                               ▼
                    ┌────────────────────┐
                    │  映美云打印机(硬件) │
                    │  MCP-58 / 350 等   │
                    └────────────────────┘

这种分工的好处在于：Dify 负责所有"需要思考"的事，映美云负责所有"需要动手"的事。两者通过标准 HTTP API 解耦，任何一个环节都可以独立迭代。

---

二、映美云开放平台能力概览

在进入实战前，有必要先了解映美云开放平台提供了哪些"手"。

2.1 接入流程

映美云的接入流程清晰，官方数据显示 SaaS 软件开发商通常 1 天内即可完成对接：

1. 注册账号：在 open.jolimark.com 注册开发者，系统自动分配 appid 与 appkey
2. 配置应用：在应用管理中填写打印结果回调地址、设备状态回调地址（可选），设置签名 Key
3. 开发 & 测试：调用"获取访问令牌接口"拿到 access_token，再调用打印接口
4. 发布上线：绑定打印机后即可正式调用

2.2 打印接口矩阵（与 Dify 集成最相关的几类）

映美云开放平台提供了 17 种打印方式接口，以下是与 Dify 工作流集成最紧密的几类：

接口	适用场景	与 Dify 的契合点
打印映美规范 HTML 页面-传 HTML 代码接口	小票、简易单据	Dify 的 LLM 节点可直接生成 HTML 字符串传入
打印标准规范 HTML 页面-传 HTML 代码接口	复杂排版（支持 JS/CSS）	Dify 代码节点可生成带样式的完整 HTML
打印云模版接口	标签、针式表单	在 form.jolimark.com 可视化设计模版，Dify 只传数据
打印远程文档接口	Excel / PDF 文件	Dify 生成文件后上传至对象存储，传 URL 给映美云
打印 ESC 指令接口	纯文本小票	Dify 代码节点拼接 ESC 指令字符串
打印快递面单接口	顺丰 / 圆通面单	Dify 接单后直接调用，传模版编号 + 数据

关键提示：映美云 API 提交数据格式为 multipart/form-data（form 表单格式，不是 JSON），返回数据为 JSON 格式。这是与 Dify HTTP 请求节点对接时最容易踩坑的地方。

2.3 排版方式选择

映美云提供四种排版方式，对应不同的业务复杂度：

1. ESC 打印：纯指令式，适合简单文本小票，速度最快
2. 映美 HTML 排版：云打印机内嵌 HTML 解析器（支持 HTML 子集，不支持 JS/CSS），适合标准小票
3. 标准 HTML 排版：完整网页排版（支持 JS/CSS），适合复杂表单，效果与浏览器一致
4. 云模版：在 form.jolimark.com 可视化拖拽设计，适合标签、针式平推表单等高精度场景

2.4 协议要点

项目	说明
主域名	mcp.jolimark.com（国内） / global.jolimark.com（海外） / cloud.jolimark.com（容灾备用）
传输方式	HTTP / HTTPS
提交方式	POST 或 GET（根据接口而定）
数据格式	提交：multipart/form-data；返回：JSON
字符编码	UTF-8
签名算法	MD5
签名要求	请求和回调均需校验签名

---

三、实战拆解：以"生产 & 采购智能体"工作流为例

以下拆解基于一个真实运行的 Dify Chatflow 工作流。它完整展示了 "自然语言 → LLM 解析 → SQL 数据查询 → 条件分支容错 → 数据格式转换 → 生成 Excel" 的闭环。我们只需在闭环末尾接入映美云打印 API，即可形成完整的智能打印链路。

3.1 意图识别与参数提取

节点链路：开始 → 条件分支 → 代码执行（Python3）

工作流从用户输入 queryType（查询类型）和 produceNum（生产编号）开始。

亮点设计：在条件分支后加入了"代码执行"节点（Python3 脚本），用于处理输入的字符串。核心逻辑如下：

def main(queryType: str, produceNum: str) -> dict:
    # 1. 参数清洗：将逗号分隔的字符串转为列表
    param_str = produceNum or ""
    param_list = [p.strip() for p in param_str.split(",") if p.strip()]
    
    # 2. 默认值兜底：防止空输入导致后续节点报错
    if not param_list:
        param_list = ["100"]  # 默认查询编号
    
    # 3. 查询类型标准化
    query_type = queryType.strip() if queryType else "default"
    
    return {
        "query_type": query_type,
        "param_list": param_list,
        "param_count": len(param_list)
    }

打印场景价值：这保证了打印任务的参数是干净且结构化的，避免了因用户乱输导致打印任务卡死或打出错误单据。在强大的 LLM 时代，依然需要代码节点来做前置校验——因为 LLM 有幻觉，而校验逻辑必须确定。

3.2 智能生成 SQL 与数据查询

节点链路：LLM（DeepSeek-R1 生成 SQL） → Rookie_TEXT2DATA（MySQL 查询）

工作流根据清洗后的参数，利用 DeepSeek-R1 模型生成 SQL 语句，并通过 Rookie_TEXT2DATA 节点（配置了 MySQL 数据库连接，库名 caigou）执行查询。

LLM 节点的提示词核心结构：

你是一个 SQL 生成专家。根据用户的查询意图，生成合法的 MySQL 查询语句。

数据库：caigou
可用表：produce_info（生产信息）、material_status（料况）、purchase_order（采购订单）

用户查询类型：{{query_type}}
查询参数：{{param_list}}

要求：
1. 只输出 SELECT 语句，禁止 INSERT/UPDATE/DELETE
2. 查询结果限制在 500 行以内
3. 字段名使用中文别名（AS 中文名）
4. 输出纯 SQL，不要 Markdown 代码块标记

打印场景价值：这就是"AI 找数据"的过程。用户不需要懂数据库，输入"查一下机型料况分析"，大模型就能自动去 caigou 数据库里捞数据。这是传统云打印完全不具备的能力——传统方案要求用户自己跑 SQL、自己导数据。

3.3 数据容错与条件分支（工作流最严谨的地方）

节点链路：SQL 查询结果 → 条件分支 2

这是整个工作流最值得称道的设计。在 SQL 查询后增加了条件判断：

• IF（查询结果为空） → 走"直接回复 3"分支，提示"没有查询到您需要的数据，请重新输入"
• ELSE（查询结果非空） → 才向下执行格式转换与打印

打印场景价值：防止打印白纸和报错单。只有查到有效数据，才会触发后续的打印动作。这一条看似简单的判断，在传统打印流程里往往靠人工肉眼检查，而 Dify 的条件分支让它变成了自动化的硬性闸门。

在接入打印 API 时，建议把这一层容错再加强一级：不仅要判空，还要校验数据行数是否合理（例如超过 1000 行时提示"数据量过大，是否继续打印？"），避免一次打印几百页纸。

3.4 数据格式化与文件生成

节点链路：MARKDOWN 转 XLSX 文件 → 生成 EXCEL

由于大模型和 SQL 查询输出的是 Markdown 表格或纯文本，工作流通过转换节点将其变为 Excel 文件（File 类型）。

转换节点的核心逻辑（Python3）：

def main(markdown_table: str, filename: str = "query_result") -> dict:
    import re
    
    # 1. 解析 Markdown 表格
    lines = [l.strip() for l in markdown_table.strip().split("\n") if l.strip()]
    rows = []
    for line in lines:
        if line.startswith("|") and not re.match(r'^\|[\s\-:|]+\|$', line):
            cells = [c.strip() for c in line.split("|")[1:-1]]
            rows.append(cells)
    
    # 2. 生成 CSV（Dify 文件节点可接收的中间格式）
    import csv, io
    output = io.StringIO()
    writer = csv.writer(output)
    writer.writerows(rows)
    
    return {
        "csv_content": output.getvalue(),
        "row_count": len(rows) - 1,  # 减去表头
        "filename": f"{filename}.xlsx"
    }

打印场景价值：Excel 表格是很多企业生产流转的标准格式。但这里有个关键选择——最终打印用 Excel 文件，还是转成 HTML？

路径	优点	缺点	推荐场景
Excel 文件 → 打印远程文档接口	格式精确，列宽可控	需要先上传至对象存储获取 URL	正式报表、存档单据
Markdown → HTML → 打印 HTML 代码接口	无需中转存储，一步到位	复杂表格排版需手写 CSS	小票、简易单据、标签

后文会分别讲解两条路径的对接方法。

---

四、接入映美云打印 API（核心开发指南）

在"生成 EXCEL"（或"生成 HTML"）节点之后，增加一个 HTTP 请求节点 或 自定义工具节点 来对接映美云。下面分步骤讲解。

步骤 1：注册应用并获取凭证

1. 打开 open.jolimark.com，注册开发者账号
2. 在"应用管理"中创建应用，系统自动分配 appid 和 appkey
3. 在应用编辑页填写：
   • 打印结果回调地址（可选，用于接收打印完成通知）
   • 设备状态回调地址（可选）
   • 签名 Key（若配置了回调地址则必填）
4. 在"设备管理"中绑定目标打印机，获取 device_id（打印机编码）

步骤 2：获取访问令牌（access_token）

映美云所有接口调用前都需要先获取 access_token。

接口信息：

项目	值
URL	https://mcp.jolimark.com/mcp/v3/sys/GetAccessToken
方式	POST
格式	multipart/form-data
返回	JSON

请求参数：

参数	说明
app_id	应用 ID
app_key	应用密钥
sign_type	签名类型，固定 MD5
timestamp	当前时间戳（秒）
nonce_str	随机字符串

在 Dify 中，建议用一个独立的 HTTP 请求节点获取 token，并利用 Dify 的环境变量存储 app_id 和 app_key：

节点：HTTP 请求 - 获取 access_token
Method: POST
URL: https://mcp.jolimark.com/mcp/v3/sys/GetAccessToken
Body 类型: multipart/form-data
Body:
  app_id:     {{env.JOLIMARK_APP_ID}}
  app_key:    {{env.JOLIMARK_APP_KEY}}
  sign_type:  MD5
  timestamp:  {{当前时间戳}}
  nonce_str:  {{随机字符串}}

Token 缓存建议：access_token 通常有有效期（参考官方文档具体时长）。不要每次打印都重新获取，建议在 Dify 中用代码节点做本地缓存，过期前复用。

步骤 3：在 Dify 中配置打印节点

根据业务需要，选择以下两条路径之一。

路径 A：打印 HTML 代码（推荐用于小票、简易单据）

这是最直接的路径——Dify 的 LLM 或代码节点直接生成 HTML 字符串，传给映美云打印。

接口信息：

项目	值
URL	https://mcp.jolimark.com/mcp/v3/sys/PrintHtmlContent
方式	POST
格式	multipart/form-data
返回	JSON

请求参数：

参数	必须	说明
app_id	是	应用 ID
access_token	是	访问令牌
device_id	是	打印机编码
bill_content	是	HTML 代码内容
copies	否	打印份数，默认 1
cus_orderid	否	自定义订单号（用于回调追踪）
sign_type	否	签名类型
sign	否	签名值

Dify HTTP 请求节点配置：

节点：HTTP 请求 - 打印 HTML
Method: POST
URL: https://mcp.jolimark.com/mcp/v3/sys/PrintHtmlContent
Headers:
  (multipart/form-data 无需手动设 Content-Type)
Body 类型: multipart/form-data
Body:
  app_id:        {{env.JOLIMARK_APP_ID}}
  access_token:  {{获取token节点的输出}}
  device_id:     {{env.JOLIMARK_PRINTER_SN}}
  bill_content:  {{HTML生成节点的输出}}
  copies:        1
  cus_orderid:   {{订单号生成节点的输出}}

HTML 模板示例（可由 Dify 的 LLM 节点生成）：

<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<style>
  body { width: 384px; font-family: "SimSun"; font-size: 12px; }
  h2 { text-align: center; font-size: 14px; }
  table { width: 100%; border-collapse: collapse; }
  td, th { border: 1px solid #000; padding: 2px; font-size: 12px; }
  .right { text-align: right; }
</style>
</head>
<body>
  <h2>采购异常预警单</h2>
  <p>生成时间：{{date}}</p>
  <table>
    <tr><th>物料编码</th><th>物料名称</th><th>预警类型</th></tr>
    {{#each rows}}
    <tr><td>{{code}}</td><td>{{name}}</td><td>{{alert}}</td></tr>
    {{/each}}
  </table>
</body>
</html>

纸张宽度注意：不同打印机型号支持的最大 body 宽度不同。例如 MCP-58 热敏打印机最大 384px（32 个 12px 字符），MCP-350 为 576px。生成 HTML 时务必参照目标机型限制。

路径 B：打印远程文档（推荐用于 Excel / PDF 正式报表）

如果最终产物是 Excel 文件，需要先将文件上传至可公网访问的对象存储，再把 URL 传给映美云。

接口信息：

项目	值
URL	https://mcp.jolimark.com/mcp/v3/sys/PrintRemoteFile
方式	POST
格式	multipart/form-data
返回	JSON

Dify 工作流新增节点链路：

生成 EXCEL 节点
    │
    ▼
代码节点：上传至 OSS（调用阿里云/腾讯云 SDK 获取预签名 URL）
    │
    ▼
HTTP 请求节点：打印远程文档
    Body:
      app_id:        {{env.JOLIMARK_APP_ID}}
      access_token:  {{token}}
      device_id:     {{env.JOLIMARK_PRINTER_SN}}
      file_url:     {{OSS上传节点的输出URL}}
      copies:        1
      cus_orderid:   {{订单号}}

代码节点（上传 OSS）示例：

def main(file_content: bytes, filename: str) -> dict:
    import oss2, io, time
    
    auth = oss2.Auth(ACCESS_KEY_ID, ACCESS_KEY_SECRET)
    bucket = oss2.Bucket(auth, ENDPOINT, BUCKET_NAME)
    
    object_key = f"print_jobs/{int(time.time())}_{filename}"
    bucket.put_object(object_key, io.BytesIO(file_content))
    
    # 生成 1 小时有效的预签名 URL
    url = bucket.sign_url('GET', object_key, 3600)
    
    return {"file_url": url, "object_key": object_key}

数据安全：映美云基于 URL 的打印方案，第三方应用仅向映美云传下载链接和任务 ID，打印数据本身不经过映美云服务器——打印机直接从你的服务器下载数据。配合预签名 URL 的有效期机制，数据安全有双重保障。

路径 C：打印云模版（推荐用于标签、高精度表单）

如果业务场景是条码标签、快递面单等需要高精度排版的内容，推荐用云模版方案：

1. 在 form.jolimark.com 可视化设计模版，获得 template_id
2. Dify 工作流中，代码节点将查询数据整理成模版要求的 JSON 结构
3. HTTP 请求节点调用"打印云模版接口"，传 template_id + 数据

节点：HTTP 请求 - 打印云模版
Body:
  app_id:        {{env.JOLIMARK_APP_ID}}
  access_token:  {{token}}
  device_id:     {{env.JOLIMARK_PRINTER_SN}}
  template_id:   T0010101
  template_data: {{JSON数据}}
  copies:        1

步骤 4：签名计算（代码节点）

映美云要求部分接口做签名校验。签名算法为 MD5，针对 bill_content 等指定参数值签名：

import hashlib

def main(bill_content: str) -> dict:
    sign = hashlib.md5(bill_content.encode('utf-8')).hexdigest().upper()
    return {"sign": sign, "sign_type": "MD5"}

签名是可选的（非强制），但建议开启以保证数据一致性。回调接口的签名则使用"参数字典序拼接 + key + MD5"的方式，详见官方《API 调用安全规范》。

步骤 5：状态回传与闭环

映美云 API 会返回 task_id 和打印状态。完整的状态码体系让 Dify 可以做精细的后续处理：

状态码	含义	Dify 处理建议
0	成功	回复用户"打印任务已提交"
10102	无效的访问令牌	重新获取 token 后重试
10103	访问令牌已过期	重新获取 token
10201	打印机不存在	提示用户检查设备绑定
10207	app_id 未绑定此打印设备	提示联系管理员绑定
10208	打印机已被禁用	提示设备维护中
10301	打印机未联网，不能创建任务	提示"打印机离线，任务已暂存"

Dify 回复节点配置：

def main(api_response: dict) -> str:
    code = api_response.get("return_code")
    task_id = api_response.get("task_id", "")
    
    if code == 0:
        return f"✅ 打印任务已提交，任务号：{task_id}，请到打印机取件。"
    elif code == 10301:
        return "⚠️ 打印机当前离线，任务已暂存，设备联网后将自动打印。"
    elif code in (10102, 10103):
        return "⚠️ 认证已过期，正在自动重试..."
    else:
        return f"❌ 打印失败（错误码 {code}），请联系管理员。"

进阶：定时打印。利用 Dify 的定时触发功能，可实现"每天早晨 8:00 自动把采购报表打印出来放在经理办公桌上"——把 Chatflow 改为 Workflow，触发器设为 cron 表达式即可。

---

五、进阶应用场景

基于上述基础链路，可以拓展出丰富的智能打印场景：

5.1 生产条码标签打印

结合工作流里的"机型料况"数据，生成包含二维码、批次号的标签，调用映美热敏标签打印机直接产出。

SQL查询（机型料况） → 代码节点（生成TSPL指令/云模版数据） → 打印云模版接口

5.2 异常采购预警单

当 SQL 查询到采购单价超标或库存告急时，触发 Dify 异常分支，自动生成"预警单"并强制打印给相关负责人：

SQL查询 → 条件分支（单价>阈值?）
              ├─ 是 → 生成预警HTML → 打印 + 飞书通知
              └─ 否 → 正常报表 → 打印

5.3 语音开单打印

结合语音输入，通过 Dify 提取开单数据（商品、数量、金额），生成 HTML 排版，通过映美云直接打小票：

语音输入 → ASR转文字 → LLM提取结构化数据 → 生成小票HTML → 打印HTML代码接口

5.4 多打印机分发

一个 Dify 工作流可对接多台打印机，根据业务规则分发到不同设备：

条件分支（部门?）
  ├─ 采购部 → device_id_A
  ├─ 生产部 → device_id_B
  └─ 仓管部 → device_id_C

5.5 结合知识库的智能客服打印

截图中的"映美 AI 智能客服"应用，可在客服对话中识别"我要打印XX"的意图，调用打印工作流：

用户：帮我打印上个月的生产报料单
  → 客服Agent识别打印意图
  → 调用"生产&采购智能体"工作流（API调用）
  → 工作流完成查询+格式化+打印
  → 客服回复"已为您打印，请到3号打印机取件"

---

六、踩坑与经验沉淀

6.1 为什么 LLM 时代依然需要代码节点

工作流截图里右侧的 Python3 代码节点（param_str.split(',') 等）看似"低级"，但它是 LLM 不可替代的：

• LLM 有幻觉，参数校验必须用确定性代码
• 代码节点处理字符串比 LLM 快 100 倍且零成本
• 代码节点的输出是结构化的，下游节点可稳定消费

6.2 Chatflow vs Workflow vs Agent 的选型

类型	适用场景	打印场景建议
Chatflow	需要多轮对话、人工确认	用户交互式打印（先预览再打印）
Workflow	固定流程、定时触发	定时报表打印、批量打印
Agent	需要自主决策、工具调用	智能客服打印、按需多工具组合

截图中的打印相关应用均为 Chatflow，适合"用户确认后再打印"的交互场景。如果是"每天定时自动打印"，建议改为 Workflow。

6.3 多场景复用模式

从截图可以看到"映美 AI 智能客服"有主版本和版本 2（酒店专用版）。这种"一套基础能力 + 行业定制"的复用模式非常高效：

• 基础工作流：意图识别 + 打印调度
• 行业变量：知识库内容、打印模版、设备绑定
• 通过 Dify 的应用复制功能快速衍生新版本

6.4 打印空报表的防护

工作流中的"条件分支 2"（空值判断）是第一道防线。建议再加两层：

1. 行数阈值：超过 500 行时提示用户确认
2. 预览节点：生成 HTML 后先发给用户预览，确认后再调打印 API

6.5 Token 管理与成本控制

• access_token 要做缓存，避免每次打印都请求一次
• LLM 生成 SQL 用 DeepSeek-R1 等高性价比模型即可，无需用最贵的
• HTML 生成可以用更轻量的模型，因为模版固定

---

七、总结与展望

本文以一个真实运行的"生产 & 采购智能体"工作流为蓝本，完整拆解了从自然语言输入到云打印机出纸的全链路：

用户自然语言
  → 代码节点参数校验
  → LLM 生成 SQL
  → 数据库查询
  → 条件分支容错（防空打印）
  → 格式转换（Markdown → Excel / HTML）
  → HTTP 请求调用映美云 API
  → 打印机物理输出
  → 状态回传用户

这条链路的核心价值在于：把传统打印流程中"最耗人工的数据整理环节"交给了 AI，把"跨地域传输环节"交给了映美云，人只需要说一句话。

映美云开放平台提供的 17 种打印接口 + 4 种排版方式 + 云模版可视化设计工具，足以覆盖从简单小票到复杂报表的全场景需求。而 Dify 的可视化编排让这套能力的搭建门槛降到了"一个人、几天就能完成"。

下一步可以探索的方向：

• MCP 深度集成：将映美云打印封装为 MCP 工具，让 Agent 自主决定何时打印
• 多模态打印：结合图片识别能力，拍照即打印（例如拍快递单直接复打）
• 私有云部署：对数据安全要求高的金融、政务场景，采用映美云私有云方案
• 打印数据分析：把打印任务记录回流到数据看板，分析打印频率、纸张消耗

打印机不再是终点，而是 AI 工作流的最后一公里。当 Dify 的大脑配上映美云的双手，"对话即打印"就从概念变成了生产线上的日常。

---

附录：关键参考链接

资源	地址
映美云开放平台	open.jolimark.com
API 文档中心	open.jolimark.com/doc
云模版设计工具	form.jolimark.com
SDK 下载	Java / PHP / C# 三版本
进销存行业解决方案	open.jolimark.com/productDeta…
局域网打印协议文档	PDF 下载
蓝牙通信协议文档	PDF 下载
Dify 官方文档	docs.dify.ai

---

本文基于真实运行的 Dify 工作流与映美云开放平台官方 API 文档撰写。接口参数请以映美云官方最新文档为准。