告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度1. 先明确目标在 Dify 里搭一个能跑的评论关键词抽取节点这篇要做的产物很具体一个可导出的 Dify DSL 工作流文件加上一次 AI 节点运行的输入输出截图。场景是电商评论分析——你手里有一堆用户评价想自动抽出「物流」「包装」「性价比」这类关键词而不是靠人工一条条读。Dify 本身是个开源的低代码 LLM 应用编排平台你可以把它理解成「可视化搭积木」把模型调用、条件判断、变量传递这些步骤拖到画布上连起来就能组成一条工作流。它的 AI 节点负责调用大模型而模型供应商这一层Dify 支持 OpenAI 兼容接口这就给了我们接入第三方模型服务的空间。适合谁看已经装好 Dify本地 Docker 或云端都行、想给 AI 节点换个模型供应商、又不想在多个平台之间来回折腾 Key 的人。Qwen3.7 Flash 这类模型响应快、成本可控做关键词抽取这种结构化任务够用。整条链路跑通大概 10 分钟前提是 Dify 已经在运行。我试过把评论抽取拆成「输入变量 → AI 节点 → 输出解析」三段最省事的做法是让 AI 节点直接返回 JSON后面用代码节点兜底解析。下面从拿 Key 开始一步步来。2. 操作步骤从建 Key 到 AI 节点出结果2.1 在 TaoToken 创建 API Key打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册登录后进控制台。左侧找到 API Keys 入口新建一个 Key复制出来先存到安全的地方——它通常只完整显示一次。这一步的产物是一串形如sk-...的密钥。注意别把它提交到 Git 仓库Dify 里配置时会单独填不需要写进 DSL 文件。2.2 在 Dify 添加 OpenAI 兼容供应商进入 Dify 后点右上角头像 → 设置 → 模型供应商。找到「OpenAI-API-compatible」这一类不同版本叫法略有差异认准「兼容」字样点添加模型。关键参数就两个API Base URL填https://taotoken.net/apiAPI Key填刚才复制的那串 Key模型名称填你要用的模型标识比如qwen3.7-flash具体以 TaoToken 控制台模型列表里的名称为准。填完保存Dify 会做一次连通性校验通过就说明供应商接好了。注意Base URL 结尾不要多加/v1或斜杠按https://taotoken.net/api原样填。多写路径容易导致 404。2.3 新建工作流并配置 AI 节点在 Dify 里新建一个「工作流」应用画布上默认有开始节点。从开始节点拉一条线添加一个「LLM」节点也就是 AI 节点。在 LLM 节点的配置面板里模型选刚才添加的兼容供应商下的qwen3.7-flash提示词写清楚任务和输出格式输入变量引用开始节点传入的评论文本提示词可以这样写你是一个电商评论分析助手。请从下面的评论中抽取关键词按维度归类。 只输出 JSON不要任何解释文字。 评论内容 {{comment}} 输出格式 {物流: [], 包装: [], 性价比: [], 其他: []}其中{{comment}}是变量占位符需要在节点的「输入变量」里把开始节点的字段映射进来。2.4 加一个代码节点兜底解析AI 节点有时会多输出一句「好的以下是结果」直接给下游用会报错。加一个代码节点做清洗import json import re def main(llm_output: str) - dict: # 去掉可能的 markdown 代码块标记 text re.sub(rjson|, , llm_output).strip() # 提取第一个 JSON 对象 match re.search(r\{.*\}, text, re.DOTALL) if not match: return {keywords: {}, error: no json found} try: data json.loads(match.group()) return {keywords: data, error: } except Exception as e: return {keywords: {}, error: str(e)}把 LLM 节点的输出接到这个代码节点的输入代码节点再连到结束节点。这样即使模型输出带了杂质也能稳定拿到结构化结果。2.5 导出 DSL画布右上角有导出按钮选「导出 DSL」会得到一个.yml文件。这个文件包含了节点、连线、提示词、变量映射但不含你的 API Key——Key 是环境级配置换台机器导入 DSL 后需要重新填一次供应商。3. TaoToken 接入与配置的细节上面第 2.2 步是核心接入点这里补充几个容易踩的坑。供应商类型选择Dify 里可能有多个「兼容」选项选最通用的那个 OpenAI 兼容即可。有些版本会区分「OpenAI」和「OpenAI-API-compatible」后者才是给自定义 Base URL 用的。模型名称映射Dify 会拿你填的模型名去请求接口。如果 TaoToken 控制台里模型叫qwen3.7-flash你这里就得填一样的大小写和连字符都别改。填错会返回「model not found」。多模型共存同一个兼容供应商下可以添加多个模型比如再填一个更强的模型做复杂任务。它们共用同一个 Base URL 和 Key切换时只改节点里的模型选择。Key 的权限建议在 TaoToken 控制台给这个 Key 设置额度上限或用途备注方便后续排查是哪个应用在消耗。Dify 侧不需要额外配置填一次全局生效。如果你还想在别的工具里复用这个 Key比如命令行测试可以这样验证接口通不通curl https://taotoken.net/api/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d { model: qwen3.7-flash, messages: [{role: user, content: 返回JSON: {\ok\: true}}] }返回里有choices字段就说明链路正常。这一步能帮你快速区分是 Dify 配置问题还是 Key/网络问题。4. 可验证结果与失败分支4.1 一次运行的输入输出在 Dify 工作流页面点「运行」输入一条测试评论输入快递三天就到了包装盒有点压扁不过东西没坏。价格比超市便宜不少会回购。预期输出代码节点解析后{ 物流: [三天到, 快], 包装: [盒子压扁], 性价比: [比超市便宜, 会回购], 其他: [] }截图建议截两个位置一是运行面板里 AI 节点的原始输出二是结束节点的最终 JSON。这两张图能证明整条链路是通的也是你交付物的一部分。4.2 常见失败分支401 UnauthorizedKey 填错或过期。回 TaoToken 控制台确认 Key 状态重新复制。注意别把 Key 前后的空格带进去。404 Not FoundBase URL 写错。确认是https://taotoken.net/api没有多余路径。有些教程会让你加/v1这里不需要。模型返回非 JSON提示词约束不够强或者模型温度太高。把温度调到 0.2 以下提示词里强调「只输出 JSON」。代码节点的正则兜底也能救回来一部分。代码节点报 KeyError变量名对不上。检查代码节点输入变量名和函数参数名是否一致Dify 里变量名区分大小写。运行超时网络波动或模型排队。重试一次或在节点设置里调大超时时间。5. 限制、成本与模型选择成本关键词抽取属于短输入短输出任务单次消耗的 token 很少。具体单价以 TaoToken 官网和控制台计费页为准不同模型差异较大。跑批量评论前建议先用几条样本估算总量。模型选择Qwen3.7 Flash 适合这种结构化、低延迟的任务。如果评论很长或需要更细的语义归类可以换更强的模型但成本和延迟会上升。Dify 里切换模型只改节点配置不用动工作流结构。限制AI 节点输出本质是概率性的即使提示词写得很死偶尔也会跑偏。生产环境一定要保留代码节点的解析兜底并对解析失败做日志记录。另外Dify 的 DSL 导出不含密钥团队协作时每人需自行配置供应商。关于榜单本文不含排行分数也没有做多模型横向评测只验证了单条链路可跑通。如果你要选型建议拿自己的真实评论样本在几个候选模型上各跑一批对比准确率和成本而不是只看参数。最后给个实用技巧把提示词里的输出格式固定成带空数组的模板模型更容易照着填。我一开始没写空数组结果模型遇到没有的维度就直接省略字段下游解析老是缺 key。补上其他: []这种占位后输出稳定多了。 告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度