Dify智能体智能全网搜索与摘要工作流

🌐 智能全网搜索与摘要工作流

该工作流是一个高度自动化的AI 研究助理，旨在模拟人类研究员的工作流程。它的核心功能是，接收用户提出的一个问题，通过 Exa.ai 搜索引擎进行实时全网搜索，然后逐一访问和总结搜索到的网页内容，并最终以流式的方式，将格式化好的摘要和来源链接逐条呈现给用户。

优化查询与限定范围

在正式搜索之前，工作流会先对用户的输入进行智能预处理，以提升搜索结果的质量：

• LLM 优化查询：一个大语言模型（LLM）节点会首先分析用户原始、可能模糊的问题，并将其改写成一个更具体、更适合搜索引擎的精确查询。
• 代码节点设定时间：一个代码节点会自动生成一个时间范围（例如：过去60天），确保搜索到的信息具有时效性。

执行主搜索并提取结果

经过优化的查询和时间范围，会被组装成一个 JSON 请求体，然后通过“HTTP 请求”节点发送给 Exa.ai 的搜索 API。

• 获取链接列表：API 会返回一个包含多个（此工作流设定为6个）相关网页的列表，每个条目包含网页的标题、URL 等元数据。
• 解析结果：一个代码节点会解析返回的 JSON 数据，将网页列表提取出来，为下一步的逐一处理做准备。

迭代处理每一条搜索结果

这是工作流最核心的部分。它使用一个“迭代”节点，对上一步获取到的每一个网页链接，循环执行一套完整的“阅读-总结-格式化”流程：

1. 提取链接与标题：在循环的开始，一个代码节点会从当前处理的条目中提取出标题和 URL，并将其格式化为 Markdown 链接。
2. 获取原文摘要：工作流再次使用“HTTP 请求”节点，这次调用 Exa.ai 的 /contents API，传入当前网页的 URL，以获取该网页的详细内容或由 AI 生成的摘要。
3. 二次精炼摘要：获取到的网页内容会被送入另一个 LLM 节点进行二次提炼。这个 LLM 的任务是生成一个更简短、更精炼的核心摘要。
4. 格式化输出：“模板转换”节点会将 Markdown 链接、精炼后的摘要，以及一个进度指示（例如 “NO.1 … 1/6”）组合成一个格式优美的文本块。

流式输出，即时反馈

该工作流的一个精妙设计是，“直接回复”节点被放置在了“迭代”循环的内部。

• 逐条展示：这意味着，每当一个网页的处理流程完成时，其结果会立刻被发送给用户，而无需等待所有6个网页全部处理完毕。这为用户提供了一种动态、实时的“流式”体验，可以一边看已有的结果，一边等待后续的结果生成。

主要特点

• 双层 API 调用：采用了“先搜列表，再逐一获取内容”的二级请求模式，实现了对信息深度的挖掘，而非简单的表面搜索。
• 流式迭代输出：通过将回复节点置于循环体内，实现了结果的逐条实时输出，极大地改善了用户等待体验，让交互过程更像一个动态的研究过程。
• 查询预处理：在搜索前通过 LLM 优化查询、通过代码限定时间范围，这些预处理步骤有效保证了搜索结果的精准度和时效性。
• 多步内容精炼：对每个网页内容都进行了“Exa.ai 初步摘要 + LLM 二次精炼”的两步处理，确保最终呈现给用户的是高质量、高浓度的信息摘要。
• 完整的自动化研究链路：从理解问题、优化问题、全网搜索、深度阅读、总结归纳到格式化呈现，完整地模拟并自动化了人类研究员的基础工作流程。

重要提示

此工作流的运行需要配置有效的 Exa.ai 的 API 密钥。最终的搜索质量和内容摘要效果，依赖于 Exa.ai 搜索引擎的能力。

非常适合用于构建需要实时网络信息的AI 研究助理、新闻分析、竞品追踪或任何需要对多个信息源进行快速汇总和报告的应用场景。