我要投稿

Aiops探索：在n8n工作流里调用Dify应用API

发布日期：2025-12-18 21:12:05 浏览次数： 1524

作者：阿铭linux

微信搜一搜，关注“阿铭linux”

↑↑↑ 点击关注，分享IT技术|职场晋升技巧|AI工具

研究Aiops有一段时间了，目前手里有不少可落地的方案了，接下来会把这些方案全部整理到我的大模型课程里。同时，欢迎大家把你遇到的场景在评论区留言。我会在能力范围内给你提供思路和建议。

昨天这篇文章dify" data-itemshowtype="0" linktype="text" data-linktype="2">Aiops探索：这个场景我决定放弃n8n而是选择Dify如果你看过，那你也就理解我为什么要在n8n里调用Dify了。

原因只有一个，Dify的Agent里调用MCP工具效果非常好，而n8n无法实现这样的效果。我既想用n8n的工作流但同时还想用Dify Agent的效果。所以就有了今天这篇文章。

首先，要了解如何访问Dify的API，点击左侧的访问API

就能看到Dify官方提供的API示例

点击右上角的“API 密钥”，先创建一个API key。然后通过这个curl命令来测一下API的连通性

说明：其中api_key就是你刚刚创建的密钥，query就是我们要发给这个agent的问题，files可以不带。

curl -X POST 'http://192.168.186.138/v1/chat-messages' \ --header 'Authorization: Bearer app-xxx' \ --header 'Content-Type: application/json' \ --data-raw '{  "inputs": {},  "query": "查看ansible版本",  "response_mode": "streaming",  "conversation_id": "",  "user": "n8n-user"}'

它返回的结果是一大堆数据块，这是因为我们用的是流式输出（"response_mode": "streaming"）。

而Dify的Agent又不支持阻塞模式（"response_mode": "blocking"）

也正是因为这个问题，我们必须要在n8n里增加一个code节点来拼凑这些数据块。下面来看看如何在n8n里调用Dify的API。

节点1：Chat Trigger

用来发送我们的指令，比如：“给主机aming01安装nginx”、“查看aming02机器的磁盘使用情况”、“检查aming03机器上是否运行mysql服务”等等

节点2：HTTP Request

这个节点用来请求Dify的API，具体的设置，请看以下截图

这些完全是根据前面那个curl命令来的。

节点3：code（JavaScript）

这个节点的作用就是将流式输出的数据块合成为一个文本，代码内容是这样的：

// 获取 HTTP Request 节点返回的原始字符串// 请确保前一个节点返回的字段名是 'data' (n8n HTTP Request 默认非 JSON 响应通常存在这)const rawData = items[0].json.data;
let fullAnswer = "";
if (rawData) {  // 1. 按行分割数据 (处理 SSE 流)  const lines = rawData.split('\n');
  // 2. 遍历解析  for (const line of lines) {    // 只处理以 "data: " 开头的有效行    if (line.startsWith('data: ')) {      // 去掉前缀，提取 JSON 字符串      const jsonStr = line.substring(6).trim(); 
      // 遇到 [DONE] 则结束      if (jsonStr === '[DONE]') break;
      try {        const json = JSON.parse(jsonStr);
        // 🎯 核心过滤逻辑：        // 只拼接 'agent_message' (Agent模式) 或 'message' (Chat模式)        // 自动过滤掉 'agent_thought' (思考过程) 和 'ping' 等无关信息        if (['agent_message', 'message'].includes(json.event)) {          fullAnswer += json.answer;        }
      } catch (e) {        // 忽略解析失败的行（防止因个别坏数据导致流程崩溃）      }    }  }}
// 3. 返回干净的结果// 大多数 n8n Chat Trigger 默认寻找 'text' 或 'output' 字段return [  {    json: {      text: fullAnswer  // 这里只包含最终拼接好的、易读的 Markdown 文本    }  }];