最近公司搭建基于DIFY的工作流，参与了部分工作，记录一下所思所想。
1、项目应用的关键技术有：.NET、Python、DIFY
2、.NET作为公司代码语言，提供工作流所需的所有的查询接口
3、Python用来实现Dify和.Net和钉钉之间的http/websocket通信
①websocket可以实现流式输出，适用于需要多轮对话的场景
②http不能流式输出，可以用来一问一答，只是用户体验感会降低，因为用户看不到实时反馈，只能等ai分析完才能看到答案
4、Dify工作流只做了简单的单层llm分析，没有用到循环分析或多agent实现根据ai自己的分析，自主决定分析几轮或走哪个分支。项目当前还是单纯的ifelse结构。
我认为后面可以提升的点：
1、主要需要升级的时Dify的工作流，最好是可以实现发现预警信息时，自动触发Dify工作流的访问，工作流可以根据知识库和记忆，定位问题。用户看到答案后，可以给反馈（有用/无用），来激励llm的自动优化，面对相似的问题时，不会再分析的乱七八糟。但是目前还没有想到如何把激励机制引入dify？
 - 教程)
