//001
自动路由
快速 LLM 分类器分析每条输入查询,自动路由至最优执行模式:简单任务走 ReAct(标准模式),复杂多步工作流走 DAG(规划模式)。这是默认模式。
Agent 不按固定脚本运行。它自己拆解任务、同时执行多个步骤,遇到问题自动调整方案——像一个会思考的执行者,而不是只会按按钮的机器人。
快速 LLM 分类器分析每条输入查询,自动路由至最优执行模式:简单任务走 ReAct(标准模式),复杂多步工作流走 DAG(规划模式)。这是默认模式。
Agent 一步步思考和行动。每完成一步,根据结果决定下一步做什么。适合需要判断和试错的任务,如告警排查、文档分析、信息检索。
Agent 先制定完整的执行计划,把任务拆成多个步骤,识别步骤之间的依赖关系:独立的步骤同时执行,有依赖的步骤按顺序执行。完成后检查结果,目标没达成就自动调整计划重试。
完整的可视化工作流编辑器,提供 25 种节点类型。拖拽式设计 Agent 流水线,支持三个渐进层级: 完全静态:等同于 Dify 工作流:每个节点执行固定操作,输入输出确定性连接 半动态:关键节点升级为 Agent 模式,在预定义的工具和知识库范围内自主推理 完全动态:无静态流水线,Agent 完全自主规划和执行
支持模型的思维链推理,包括 OpenAI o 系列、Gemini 2.5+ 和 Claude。推理过程在界面中展示,让用户完全了解 Agent 如何得出结论。
为三种不同角色分配不同模型:通用(主推理)、快速(轻量级分类和路由)和推理(深度思维链)。每个角色拥有独立的分层环境配置,让你在整个流水线中优化成本与性能。
长对话自动压缩早期内容,保留近期原文。关键信息(如任务描述、用户修正)被保护,不会在压缩中丢失。统一的 Token 预算管理器确保对话始终在模型上下文窗口范围内。