企业官网建设流程全解析

46 个免费 Dify 工作流模板，翻译、文案、Agent 导入 Dify 就能跑

【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程，自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow

每天把 1~2 小时耗在翻译润色、标题改写、多平台改稿这类重复劳动上的人，可以试试 Awesome-Dify-Workflow——一个开源的 Dify 工作流合集，46 个现成模板，导入 Dify 就能跑。

图：在 DSL 目录里找到对应 yml，复制文件链接后即可在 Dify 中导入

项目速览

这是一个开源的Dify 工作流（DSL）合集仓库：每个.yml文件就是一条完整的可视化流程，适合自媒体运营、翻译、开发者等想把重复任务自动化的人。

• 46 个预置工作流文件：DSL 目录里覆盖翻译、文案创作、工具调用、聊天机器人、代码执行五大类。
• 约 10 分钟上手：注册 Dify 账号、导入一个 yml、配好模型，第一次就能跑出结果。
• 基本全部免费：README 明确写了所有 Workflow 基本可免费使用，Dify 云版或自部署均可。

注意一条版本线：Dify0.13.0 及以上才能正常导入，用到 Agent 节点的工作流需要1.0 以上版本。

它能帮你做的 3 件事

1. 翻译长文本→ 你的场景：论文、技术文章要高质量中译英。它怎么处理：中译英.yml按"直译→反思→意译"三步走，json_translate.yml翻译时保持 JSON 原结构，全书翻译.yml自动切分长文再迭代器逐段翻译。效果：一篇长文从 3 轮人工打磨压缩到 1 次生成加人工微调（约省 60% 时间，预计）。
2. 批量产出文案→ 你的场景：同一素材要改出不同平台的标题和文案。它怎么处理：标题党创作.yml模拟爆款网文作者头脑风暴，Text to Card Iteration.yml自动生成小红书卡片图。效果：手工憋 5 个点击欲强的标题约 30 分钟，工作流约 1 分钟出一批（预计），挑一条用即可。
3. 数据与检索自动化→ 你的场景：想查数据出图、想自动搜资料。它怎么处理：matplotlib.yml、chart_demo.yml、数据分析.7z让你"问数据、得图表"，搜索大师.yml用 SearXNG 搜索加 Jina 抓取正文。效果：不用写代码，对话里提问就能自动执行并出图。

10 分钟跑通第一次体验

先准备一个 Dify 环境：官方云版免费（免费档可创建 5 个工作流），或熟悉 Docker 的话自部署。然后下载本仓库：

git clone https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow

接着在 Dify 控制台的工作室页面选择"从 DSL 文件导入"，挑 DSL 目录里任意一个 yml，首推SEO Slug Generator.yml——只需一个输入参数，最省心。导入后在模型设置里配好 API Key，点运行，输入一篇博客标题，几秒钟就拿到一条可用的英文 URL slug。

图：SEO Slug Generator 工作流画布，开始→LLM→结束三个节点，右侧是完整的提示词配置

新手避坑提醒：旅行Demo.yml、Agent工具调用.yml等用了 Agent 节点，必须 Dify 1.0 以上版本；版本太老会导入失败或功能缺失，第一次先跑简单的 LLM 类工作流。

这些场景值得试

• 如果你是自媒体运营：导入标题党创作.yml和文章仿写-单图_多图自动搭配.yml，输入素材约 5 分钟出一批标题加仿写稿（预计）；发小红书再配上Text to Card Iteration.yml自动产卡片图。
• 如果你做翻译：文章用中译英.yml或宝玉的英译中优化版.yml，整本书用全书翻译.yml（切分长文本加迭代器逐段处理），结构化数据用json_translate.yml。
• 如果你是开发者：runLLMCode.yml演示 LLM 写代码、sandbox 执行（内含 CSV 分析示例），File_read.yml在 sandbox 里解析文件，MCP-amap.yml调用高德地图 MCP 工具，学节点写法很直观。
• 如果你想搭客服机器人：根据用户的意图进行回复.yml做意图分流，记忆测试.yml加了短期记忆和思维链，都导入后直接改提示词。

图：标题党创作工作流，右侧 LLM 节点内置了完整的爆款标题提示词模板

它和同类方案的差别

1. 可视化加 YAML 双模式：每条流程就是一份 yml 文件，你可以在文本编辑器里直接改提示词和参数，也可以在画布上拖节点；两边改的是同一条流程，不必返工。
2. 节点可自由组合：开始、LLM、代码、迭代器、条件分支都是独立节点，可以把 A 工作流里的节点拆出来接到 B 里；工作流还能发布为工具，嵌进 ChatBot 流程复用，README 明确说明所有 DSL 都为工作流模式、正是为了这一点。
3. 附真实排障答案：每个 yml 在 README 里都配了截图和来源说明，FAQ 区直接给出 sandbox 第三方库、长文本限制、知识库上传等问题的解法，省去翻论坛的时间。

图：包含条件判断、循环和并行 LLM 分组的 Dify 工作流编排示例

4 个常见坑

1. 现象：导入失败或 Agent 节点功能不可用 → 解决：Dify 版本太旧，升到 0.13.0 以上；Agent 节点类工作流用最新版 1.0+。
2. 现象：sandbox 跑 pandas、numpy、matplotlib 报operation not permitted→ 解决：把依赖写进/docker/volumes/sandbox/dependencies/python-requirements.txt后重启 sandbox，或直接换作者提供的 dify-sandbox-py。
3. 现象：节点间传递长文本提示"超限制" → 解决：把.env里的CODE_MAX_STRING_LENGTH和TEMPLATE_TRANSFORM_MAX_LENGTH改成 1000000，重启容器。
4. 现象：知识库上传 PDF 后乱码 → 解决：先用工具把 PDF 转成 Markdown 再上传。

现在就能做的 3 件事

1. 注册 Dify 账号并导入SEO Slug Generator.yml，输入你的博客标题体验 URL 生成（约 10 分钟）。
2. 导入中译英.yml，把一段自有素材翻一遍，和直接让大模型翻译对比差异（约 15 分钟）。
3. 打开任意一个 yml，读完 LLM 节点里的提示词，改一句话再运行，看看效果变化（约 10 分钟）。

从 README 的更新记录看，这个仓库从 2024 年 11 月到 2025 年 6 月一直在持续加模板，随着 Agent 节点和 MCP 工具的加入，"导入即用"的场景只会越攒越多——先把你手上最重复的那件事跑起来。

【免费下载链接】Awesome-Dify-Workflow分享一些好用的 Dify DSL 工作流程，自用、学习两相宜。 Sharing some Dify workflows.项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow