Dify-0009-应用模版-助手-股票新闻情感分析
0、背景
从本篇开始，研究一下 Dify 应用模板 ~
按照官方分类包括：助手、智能体 Agent、人力资源、编程、工作流、写作。
（1）本系列文章
1、股票新闻情感分析
（0）从应用模板创建
（1）整体流程
（2）开始节点
（3）搜索引擎
01.不了解当前节点是什么插件。
通过在 Dify 市场搜索 Tavily 得知是一个强大的原生 AI 搜索引擎和网页内容提取工具，提供高度相关的搜索结果和网页原始内容提取。
02.进入详情页面点击下载到本地。
03.通过插件本地插件按钮安装。
04.浏览本地文件安装插件。
05.安装完毕。
06.回到工作室可以看到节点已正确显示图标以及可以进行授权。
07.设置授权。
08.很多参数需要设置。
（4）代码节点
import re
import time
def main(arg1) -> dict:
time.sleep(13)
urls = re.findall(r'http[s]?://[^\s)]+', arg1)
return {
"result": urls,
}代码解析：主要使用了正则表达式来匹配所有的网址。
（5）参数抽取
01.参数抽取是一个迭代节点。对前面代码抽取到的网址清单进行迭代。
02.暂时
03.搜索 Jina 得知应为工具 Jina AI。您的搜索底座，从此不同！
04.按照（3）中搜索引擎插件安装方式安装此工具。
05.授权 官方很炫酷 ~
（6）参数提取
01.切换为本地部署的 DeepSeek-R1-Distill-Qwen-32B。
02.乐观主义。
03.悲观主义
上述 3 个节点都在调用大语言模型，切换为本地模型。
（7）模板转换
使用 Jinja2 语法输出格式化数据。
（8）脚本拆分
import time
def main(arg1) -> dict:
time.sleep(13) # 模拟处理时间
result = []
for item in arg1:
# 将字符串按照 \SP 分割，并分别提取 optimism, pessimistic 和 arg1_value
optimism, pessimistic, arg1_value = item.split('\\SP')
# 将文本中的换行符替换为空格
arg1_value = arg1_value.replace('\n', ' ')
# 将处理后的数据添加到结果列表中
result.append({
'optimism': optimism.strip(),
'pessimistic': pessimistic.strip(),
'arg1': arg1_value.strip()
})
return {
"result": result,
}使用 Python 脚本对每行数据进行切分。
（9）模板转换
使用 Jinja2 语法将脚本拆分的列表转换为 Markdown 表格。
（0）结束节点
定义工作流流程结束和结果类型。
N、后记
~
