Dify 工作流怎么做错误处理：变量、分支、重试和人工兜底

Dify 工作流能把输入、知识库、模型、代码节点、条件分支和输出串起来，很适合做客服问答、文档处理、内容生成、销售线索分析和内部工具。但真实上线时，工作流不会永远顺利：用户可能输入空内容，知识库可能检索不到，模型可能返回格式错误，代码节点可能解析失败，外部 API 可能超时。错误处理不是附加项，而是工作流能不能交付的关键。

本文是待复核草稿，正式发布前需要按 Dify 最新界面补截图。Dify 自部署可以看 Dify Docker Compose 自托管指南，知识库基础可以看 Dify 知识库新手指南。

适合谁

适合已经搭过 Dify Chatbot、Agent 或 Workflow 的新手。你可能能跑通一个演示流程，但一遇到真实用户输入，输出就不稳定。

也适合做 Dify 交付项目的人。客户不只需要“能跑一次”的 Demo，更需要知道输入错了怎么办、资料缺失怎么办、调用失败怎么办、需要人工处理时怎么转交。

不适合谁

不适合还没有明确业务流程的人。如果连输入、输出、用户角色和人工处理标准都不清楚，先画流程，再搭节点。

也不适合把所有失败都交给模型解释。模型可以生成提示文案，但真正的错误分支要由流程和程序控制。

输入变量先校验

工作流第一步应该检查输入是否为空、是否超长、是否包含必要字段、是否属于允许类型。例如客户资料分析需要姓名、需求、预算和来源；文档摘要需要文件或正文；报价助手需要项目范围和交付时间。

输入校验能减少后面节点的混乱。不要等到模型节点才发现缺字段。缺字段时可以返回补充问题，也可以进入人工补录状态。

知识库检索不到怎么办

如果知识库没有检索到相关内容，系统不应该硬答。可以设置分支：找到足够上下文时正常回答，找到少量上下文时提示资料不足，完全找不到时要求用户补充信息或转人工。

这类逻辑对客服、法务、医疗、产品文档尤其重要。没有依据的回答看起来流畅，但后续成本很高。RAG 排查可以看 RAG 检索不到内容怎么办。

模型输出格式错误

如果后续节点需要 JSON、表格或固定字段，就不能只在提示词里要求格式。更稳的做法是增加格式校验，失败后让模型重写一次，仍失败就进入人工处理。

例如销售线索评分要求输出 score、reason、next_action，就要检查字段是否存在、类型是否正确、分数是否在范围内。不要把不合格结果直接写入 CRM。

外部 API 和代码节点

代码节点和 HTTP 请求最容易出现运行时错误。要记录请求参数摘要、返回状态、错误信息和耗时。涉及外部系统时，要设置超时和失败分支。

如果工作流会写数据库、发通知或创建工单，还要考虑重复执行。失败重试前要判断动作是否已经发生，避免重复发送或重复创建。

人工兜底

不是所有异常都要自动解决。工作流可以把复杂情况整理成待处理任务，包括用户输入、已完成节点、失败节点、错误信息、建议处理方式和原始资料。

人工兜底的价值是让流程不中断。用户不用重新描述问题，运营或客服也能快速接手。

常见错误

第一个错误是只测试标准输入。真实用户会漏填、乱填、复制长文本、上传错误文件。

第二个错误是所有异常都返回同一句“系统繁忙”。这对排查没有帮助，也会让用户失去信任。

第三个错误是没有日志。工作流失败后，如果看不到变量、节点和输出，只能靠猜。

风险提醒

Dify 工作流如果连接外部系统、客户资料或内部知识库，要注意权限、脱敏和日志保留。不要把敏感内容长期留在调试记录里。

涉及对外回复、报价、合同、医疗、法律和财务内容时，建议加入人工复核或低置信度转交机制。

具体步骤

第一步，列出每个输入变量的要求。第二步，在开头增加校验分支。第三步，为知识库检索为空设计回答。第四步，为模型格式错误设计重写和人工兜底。第五步，为代码节点和外部 API 增加日志。第六步，用异常样例测试上线流程。需要清单模板，可以从 工具导航 下载或联系人工协助排查。

免责声明

本文只用于 Dify 工作流设计学习，不构成平台稳定性或业务效果承诺。正式发布前，应人工核对 Dify 版本、节点行为、权限和客户数据处理方式。