内容纲要
dify工作流实战（一）
材料信息识别及持久化的可行性验证
引言
在数字化转型升级的浪潮中，如何高效、准确地处理大量纸质证件信息成为企业面临的重要挑战。本文将通过Dify工作流与Spring Boot的深度集成，展示如何构建一个智能化的学位证信息提取系统，为后续扩展至全流程入职材料自动化处理奠定坚实基础。
系统组成
- Dify工作流: 负责学位证图像的OCR识别和信息提取
- Spring Boot应用: 提供RESTful API接口和业务逻辑处理，通过调用Dify工作流完成传入材料的识别和数据持久化工作。未来会扩展为支持多文件类型的识别，以及审批流相关业务的处理。
- MySQL数据库: 存储提取后的结构化学位证信息
业务价值
效率提升
- 处理时间从分钟级降低到秒级
- 减少人工操作错误率
成本优化
- 大幅降低人力成本
- 减少纸质材料存储成本
风险控制
- 标准化审核流程
- 完整的操作日志记录
- 可追溯的数据审计轨迹
为什么选择Dify？
- 低代码开发: 可视化工作流设计，快速迭代AI能力
- 多模型支持: 无缝集成多种OCR和NLP模型
- 灵活部署: 支持云端和本地化部署
- 生态丰富: 丰富的预构建节点和模板
Dify工作流配置与发布
虽然Dify支持本地部署，但云端同样提供功能。对于该实战场景下，云端Dify提供的功能已经足够，所以我们的工作流部署与调用皆是基于云端Dify。
云端Dify地址：https://cloud.dify.ai/
大模型API设置
该实践使用了阿里的通义千问模型作为LLM，需要在【设置 -> 模型供应商】中按照引导进行API key配置：
工作流配置
- 创建工作流
- 配置工作流节点
对于识别图片中的证书信息，需要配置如下3个节点：
- 开始：提供输入的文件
- LLM：包含视觉功能，用于识别图片中的信息，并按照prompt提取指定的数据
- 结束：输出结果内容
- 各节点配置
-
开始
- 插入变量：定义文件作为输入变量
- 下一个节点：将该节点与LLM节点相连，则该节点的输出为LLM节点的输入
-
LLM
- 选择模型：选择模型时需要选择有视觉功能的大模型
- 上下文选择：选择开始节点的输出字段【files】作为模型的上下文
- 添加prompt：消息分为SYSTEM和USER。在user的prompt中使用了上下文的字段files，指示大模型将files中的文件提取出关键信息。
- 开启视觉：开启视觉并传入文件，LLM才会识别图片中的信息
- 下一个节点：该节点的下一个节点为结束
-
结束
- 输出变量：将LLM的输出text作为结束节点的输出变量
工作流发布
若需要用API调用工作流，则需要将该工作流发布，包括：发布为工具、发布更新操作。
spring集成Dify工作流
详细代码参考git：https://github.com/lemon-piepie/entry-material-ocr
项目依赖
implementation 'org.springframework.boot:spring-boot-starter-web'
implementation 'org.springframework.boot:spring-boot-starter-webflux'
implementation 'mysql:mysql-connector-java'Dify外部服务
对于使用了文件的工作流来说，需要调用Dify的2个接口：
- 上传文件 /files/upload
- 执行workflow /workflows/run
@Component
public class DifyClient {
@Value("${dify.api.key}")
private String apiKey;
@Value("${dify.api.base-url}")
private String baseUrl;
private final WebClient webClient = WebClient.create();
public Mono<String> uploadFile(MultipartFile file) {
MultipartBodyBuilder builder = new MultipartBodyBuilder();
builder.part("file", file.getResource());
return webClient
.post()
.uri(baseUrl + "/files/upload")
.header("Authorization", "Bearer " + apiKey)
.contentType(MediaType.MULTIPART_FORM_DATA)
.body(BodyInserters.fromMultipartData(builder.build()))
.retrieve()
.bodyToMono(String.class);
}
public Mono<String> runWorkflow(Map<String, Object> requestBody) {
return webClient
.post()
.uri(baseUrl + "/workflows/run")
.header("Authorization", "Bearer " + apiKey)
.contentType(MediaType.APPLICATION_JSON)
.bodyValue(requestBody)
.retrieve()
.bodyToMono(String.class);
}
}业务服务层
@Service
@Slf4j
@RequiredArgsConstructor
public class WorkflowService {
private final DifyClient difyClient;
public Mono<DegreeDTO> executeOcrWorkflow(MultipartFile file) {
return executeWorkflow(file)
.flatMap(this::parseAndMapToDegreeDTO);
}
private Mono<String> executeWorkflow(MultipartFile file) {
return difyClient.uploadFile(file)
.flatMap(fileResponse -> {
try {
ObjectMapper mapper = new ObjectMapper();
JsonNode fileJson = mapper.readTree(fileResponse);
String fileId = fileJson.get("id").asText();
Map<String, Object> requestBody = new HashMap<>();
Map<String, Object> inputs = new HashMap<>();
Map<String, Object> fileInput = new HashMap<>();
fileInput.put("type", "image");
fileInput.put("transfer_method", "local_file");
fileInput.put("upload_file_id", fileId);
inputs.put("files", fileInput);
requestBody.put("inputs", inputs);
requestBody.put("response_mode", "blocking");
requestBody.put("user", "abc-123");
return difyClient.runWorkflow(requestBody);
} catch (Exception e) {
log.error("Error executing workflow: " + e.getMessage());
return Mono.error(e);
}
});
}
}控制层Controller
@RestController
@RequiredArgsConstructor
@RequestMapping("/api/dify")
public class OcrController {
private final WorkflowService workflowService;
@PostMapping("/workflow/ocr")
public Mono<DegreeDTO> runWorkflow(@RequestPart("file") MultipartFile file) {
return workflowService.executeOcrWorkflow(file);
}
}API调用测试
未来技术演进路径
第一阶段：学位证信息提取（当前）
- 实现单一证件类型的识别流水线
- 建立基础的数据模型和API接口
- 验证技术方案的可行性和准确性
第二阶段：多证件类型扩展
- 扩展dify工作流，支持更多材料的信息提取
- 扩展springboot业务代码，支持多种类型的材料识别和持久化
// 证件类型枚举，支持扩展
public enum CertificateType {
ID_CARD("身份证"),
DEGREE_CERTIFICATE("学位证"),
GRADUATION_CERTIFICATE("毕业证"),
// 更多可继续扩展类型
;
private final String description;
}第三阶段：智能审核工作流
- 自动化合规性检查
- 风险识别与预警机制
第四阶段：全流程自动化
- 与现有HR系统深度集成
- 自动化入职流程触发
- 智能化数据分析和报表
留言