Dify 工作流题库
这部分你可以不把自己讲成 Dify 专家，但至少要准备到：
我理解它为什么适合快速搭 AI 应用工作流，也知道它的边界在哪里。
一、Dify 是什么
Dify 是一个面向大模型应用开发的工作流和应用编排平台，可以帮助快速搭建 Prompt、知识库、工作流、Agent、API 和简单前端交互能力。
二、Dify 适合什么场景
适合
- Prompt 编排
- 知识库问答
- 多节点工作流
- 快速验证 AI 应用
- Agent 原型
- 工具调用编排
不太适合
- 极度复杂的定制化系统
- 对性能、控制粒度要求非常高的核心后端链路
- 需要深度嵌入复杂业务事务的场景
三、Dify 工作流怎么理解
它本质上是把一个 AI 应用拆成多个节点，按流程做输入处理、模型调用、工具调用、分支判断和输出。
四、Dify 和自己写代码有什么区别
Dify 的优势
- 上手快
- 工作流可视化
- 更适合原型和业务验证
- 降低搭建成本
自己写代码的优势
- 控制力更强
- 性能和治理空间更大
- 更适合复杂业务系统深度集成
五、Dify 和 Agent 的关系
Dify 可以承载 Agent 型应用，但 Dify 本身更偏平台和工作流承载层。Agent 是执行体和逻辑范式，Dify 是让这类能力更容易编排和落地的工具。
六、Dify 工作流最大的好处是什么
- 快速验证
- 降低沟通成本
- 把工作流可视化
- 让非纯工程角色也能参与方案讨论
七、Dify 的边界和问题
- 工作流复杂度上去以后维护成本会变高
- 深度定制不如代码灵活
- 性能和调优空间有限
- 复杂状态管理和事务性业务不适合全放进去
八、结合你的经验怎么讲
像需求拆解、知识问答、工作流验证、文档处理、工具链串联这类场景，Dify 很适合快速搭起原型和流程；但如果是支付、交易、强状态链路这类复杂业务，核心逻辑还是应该在后端服务里，Dify 更像外层的 AI 工作流编排能力。
九、技术总监最容易追问的点
1. 为什么用 Dify，不自己写
因为前期验证和业务讨论效率更高，可视化也更好。
2. Dify 能不能替代后端系统
不能。它适合作为 AI 应用编排层，不适合替代复杂业务主系统。
3. 什么时候要从 Dify 回到代码实现
当场景对性能、稳定性、事务性、复杂状态管理和深度定制要求更高时。
十、你最适合背的总结句
我把 Dify 看成 AI 应用的工作流编排和快速验证平台，它很适合做知识问答、Prompt 流程、工具调用和 Agent 原型，但不适合替代复杂后端主系统。真正稳定上线的核心能力，最后还是要和代码服务体系配合起来。