此篇文章從實作角度出發，帶領讀者運用 Dify 平台中的「工作流程（Workflow）」功能，打造一套能自動擷取 Hacker News 熱門文章並推播至飛書群組的應用程式。文章透過實際案例逐步解析流程邏輯、節點設計與自動化任務整合方式，適合有意導入生成式 AI 與自動化處理技術的開發者、產品設計者或IT從業者參考。
作者一開始先說明「工作流程（Workflow）」在 Dify 中的定位：它是一種可視化的任務流程設計機制，讓開發者以「節點」為單位，依序配置資料來源、處理邏輯、參數提取、AI模型運算與輸出動作等步驟，進行任務自動化處理。
透過節點化設計，Dify Workflow 能大幅降低複雜系統整合的門檻，同時提升可維護性、可追蹤性與穩定性。這也是生成式 AI 與企業應用邏輯落地的重要技術支撐。
本文實作目標是打造一個能每日主動「擷取、處理、推送新聞」的應用。整體流程包含以下幾個主要節點：
- 啟動節點（Start Node）：設定 API 金鑰與任務參數。
- HTTP 請求節點（HTTP Request）：呼叫 Hacker News API，取得熱門文章 ID 清單。
- 參數提取節點（Parameter Extractor）：將回傳的字串轉換成 ID 陣列，並限制資料筆數。
- 迴圈節點（Iteration Node）：針對每個 ID 重複執行 HTTP 請求取得文章細節。
- 樣板節點（Template Node）：將文章細節的陣列格式轉為純文字，以供 LLM 處理。
- LLM 節點（LLM Node）：透過語言模型進行內容摘要、整理與語意生成。
- 飛書推播節點（Send Feishu Message）：整合生成內容並發送至指定的群組。
每一個節點的設計都有細緻的設定與參數配置教學，如 API 回傳格式處理、Jinja2 語法範本應用、嵌入式向量整合等，提供讀者具體實作範例。
文章強調 Dify 的彈性與擴充性。工作流程支援更多節點類型，包括資料庫查詢、條件判斷、排程觸發等，未來可應用於更進階的任務，如：
- 自動化報表生成與發送
- 客戶服務機器人流程管理
- 專案管理提醒與紀錄整合
- 營運監控通知系統等
透過此實作案例，不僅清楚展示 Dify 在生成式 AI 與工作流程自動化方面的實力，也為讀者鋪陳出一條從設計到上線的具體實作路徑。
閱讀完整文章: https://www.beansmile.com/posts/dify-workflow-news-push-app
