编排引擎
智能任务编排
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。
智能决策
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。
前端三档切换：Auto / Standard / Planner
Auto 模式使用轻量级 LLM 对查询复杂度进行分类
简单查询路由至 ReAct，获得快速、低开销的响应
复杂查询路由至 DAG，实现并行、多步骤执行
动态路由器
延迟: 45ms用户查询
标准模式
低复杂度，顺序执行
规划模式
高复杂度，并行执行
标准模式（ReAct）
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。
支持原生 Function Calling（OpenAI 风格）和 JSON 模式推理
遇到错误自动恢复
运行过程中可随时发送补充消息，在下一步开始时注入
推理轨迹
思考
正在 SAP 中检查 'Skynet X1' 的区域库存水平...
操作
erp.check_stock(item='Skynet X1', region='SH')
观察
库存: SH-01 仓库有 42 件可用。
规划模式（DAG）
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。
自动重规划：目标未达成时修正方案，最多 3 轮
每个步骤内部运行完整的思考-行动循环
交互式流程图实时展示节点状态、依赖关系和执行耗时
多轮对话支持，历史上下文自动管理
详细能力矩阵
标准 ReAct 与高级规划模式的对比。
| 标准模式 | 规划模式 | 自动路由 | |
|---|---|---|---|
| 工作方式 | 一步步思考和行动 | 先规划、再并行执行 | LLM 分类后自动路由 |
| 适合 | 需要判断和试错的任务 | 多步骤、可并行的任务 | 混合场景（默认模式） |
| 自我修正 | 遇到错误自动恢复 | 目标未达成自动重新规划 | 继承路由目标模式 |
| 可视化 | 逐步展示推理过程 | 交互式流程图，实时状态 | 模式指示器 + 路由模式可视化 |
可视化流水线（Blueprint Mode）
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：
1
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
2
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
3
完全动态：无静态流水线，Agent 完全自主规划和执行
"内置场景模板（合同审查、财务核对、审批辅助等），可 Fork 后自定义。"
多层模型栈
推理层o1 / o3-mini
复杂 DAG 规划与验证
通用层GPT-4o / Claude 3.5
标准 ReAct 执行与工具调用
快速层GPT-4o-mini / DeepSeek
路由、摘要与简单任务