免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


我要投稿

Trigger 发布: 让 Dify Workflow 走向事件驱动

发布日期:2025-11-21 17:34:13 浏览次数: 1529
作者:Dify

微信搜一搜,关注“Dify”

推荐语

Dify Trigger功能重磅上线,让Workflow从被动执行升级为事件驱动的智能自动化!

核心内容:
1. Trigger功能解决Workflow启动管理难题,统一事件监听与执行编排
2. 支持三类触发方式:定时任务、第三方平台事件、内部系统事件
3. 同一画布可配置多触发器,实现复杂事件处理流程的可视化搭建

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

今天,我们很高兴推出全新的 dify Trigger(触发器)功能!


此前,Dify 的 Workflow 只能通过用户主动操作或 API 请求来启动,每次调用完成一轮执行后便结束运行。

有了 Trigger,Workflow 可以像后台服务一样持续在线,主动监听外部世界的变化。一旦事件发生,Workflow 就会自动启动。


为什么需要 Trigger


当 Workflow 自动化达到一定规模后,最先暴露的问题往往不是执行逻辑,而是启动管理。

团队只有几条 Workflow 时,谁来触发、何时触发还能靠人工约定。但随着流程增多,启动方式自然分散:有的绑定在按钮上,有的依赖定时脚本,有的由业务系统直接调用。

入口一旦分散,管理成本呈指数级上升:你很难追踪"某个事件会触发哪些流程",排查问题时不知从何查起,更无法识别哪些入口已经失效。

本质上,这是因为触发和执行的分离。Trigger 要做的,是把"何时启动"这件事重新拉回编排层,让事件监听成为 Workflow 的原生能力。无论是时间计划、SaaS 状态变化、业务回调,都可以在同一张画布上统一定义、过滤和路由,再交给下游的 LLM、Agent 和工具节点完成实际处理。


Trigger 在 Workflow 里的位置

引入 Trigger 之后,Workflow 的起点分为两类

1

User input:一次性调用

接收用户输入或 API 调用传入的参数,每次调用执行一次,适合工具型、交互型的场景。

2

Trigger:事件驱动

持续监听事件源,一旦条件满足,就把事件内容转成结构化变量,交给 Workflow 继续向下执行。同一张画布可以配置多个 Trigger,它们可以驱动不同的处理分支,也可以在后续节点汇合。


种 Trigger 类型

在 Dify v1.10.0 版本中,Trigger 提供三种形态,覆盖最常见的三类事件来源:定时任务、第三方平台事件、内部系统事件。


Schedule Trigger:按时间驱动

Schedule Trigger 按固定时间启动 Workflow,适合日报生成、定期数据整理、状态巡检等节奏稳定的任务。

配置时可以选按小时、按天、按周或按月执行,也可以填 cron 表达式。触发时会提供时间戳等变量,后续节点可以通过这些变量去查数据、生成报表或发通知。


Plugin Trigger:来自第三方应用的事件

Plugin Trigger 是通过插件订阅第三方应用事件的触发方式,用于在外部系统发生变化时启动 Workflow。常见场景包括代码仓库中的 Pull Request、工单系统中的新工单、文档协作平台中的更新等。我们为常用 SaaS 平台构建了开箱即用的 Trigger 插件。
在 Dify 中,Trigger 类插件会在安装和授权后提供可选的事件列表。你可以在 Workflow 中添加 Plugin Trigger,选择需要的订阅,当外部应用向订阅地址发送事件时,工作流会自动运行,并收到经过插件解析后的结构化字段。同一个订阅可以给多个 Workflow 使用,无需重复配置。


Webhook Trigger:对接自建系统

Webhook Trigger 用于接入自建系统或没有现成插件的服务。系统会为每个 Trigger 生成一个独立的 HTTP 地址,业务系统在需要的时候向这个地址发请求,就能拉起 Workflow。

请求中的查询参数、header 和 body 会作为变量传给 Workflow,后续节点直接使用。如果需要,Webhook 还可以把处理结果、状态或错误信息返回给调用方。

实际应用场景

有了 Trigger,Dify Workflow 可以承载完整的业务流程。通过组合多个 trigger、条件分支、LLM 分析、Agent 推理、循环处理、HTTP 调用、知识库检索等节点,构建事件驱动的自动化系统。

快速上手:GitHub PR 智能助手

以代码审查为例,使用 3 个节点搭建一个完整流程:当仓库收到新 PR 时,自动分析代码变更,生成 review 要点,推送给 reviewer。
配置 Plugin Trigger
点击“添加节点” → 选择开始 → 选用 GitHub Trigger 插件中的 “Pull Request (Unified)” → 授权并选择要监听的仓库。
Pull Request (Unified) 触发器用来监听 PR 生命周期中的事件(例如新建、更新、关闭、合并等)。

右侧的设置面板让你决定哪些 PR 应该触发这个工作流:你可以按事件类型过滤(如 opened、synchronize),也可以根据分支、作者、是否为 draft、PR 的大小等做更细的过滤。

下图的配置会监听 dify-repo 仓库所有指向 main 分支的非 draft PR,只要有人创建、更新、推 commit 或关闭这个 PR,Workflow 就会自动触发。

配置 LLM 分析

接着,添加一个 LLM 节点,输入提示词,让模型基于 Trigger 输出的四个输出变量(action、pull_request、repository、sender)自动理解这次 PR 发生了什么,并生成一段简洁的审查要点。LLM 会从这些结构化数据里提取标题、描述、分支、作者等关键信息,自动总结变更内容和需要注意的风险。

推送到 Slack

最后加一个 Slack 节点,把 LLM 的输出作为消息内容发送到频道。填入 Slack 的 Incoming Webhook URL,并在 content 字段选择 LLM 的输出变量即可。Workflow 会在 PR 触发后的几秒内把分析结果推送到 Slack。

效果展示

当 PR 事件触发后,Workflow 会在数秒内把自动生成的审查摘要推送到 Slack。如下图所示,消息中会包含事件概览、变更摘要、关键细节以及建议的后续动作,让 reviewer 在不打开 GitHub 的情况下迅速掌握本次变更的重点和优先级。


最后

Trigger 带来了运行范式的转变:Workflow 在原有的"被调用执行"基础上,新增了"事件驱动"能力,可以主动感知和响应外部环境的变化,真正实现以业务事件为中心的自动化运转。


接下来我们会继续扩展事件类型和插件生态,并引入 human-in-the-loop 能力,让自动化流程可以在关键节点暂停,等待人工确认后再继续执行。


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询