Coze/Dify 工作流模板生成器:从场景描述到可导入的 workflow JSON

前言

在 Coze 或 Dify 上搭一个可视化 AI 工作流,真正耗时的往往不是模型调用,而是前期的拆解:一个”热点监控→选题→写草稿”的流程,到底该放几个节点、每个节点是什么类型、参数怎么填、提示词怎么写、节点之间怎么连线。新手通常的做法是照着官方文档的示例一点点拼,拼完还要反复调试导入格式,一份 workflow JSON 的结构稍有偏差,导入就报错。

下面介绍的这个 Skill 把这件事压缩成一步:用自然语言描述场景,它直接产出一份可导入 Coze/Dify 的 workflow JSON,外加分步导入说明。

这是什么

Coze/Dify 工作流模板生成器,由 SkillHub 上的社区开发者 user_af163eaa 发布和维护,版本 1.0.0,分类为 ai-agent。

它解决的问题很具体:当你想在 Coze 或 Dify 上搭建可视化 AI 工作流,但不清楚如何拆解节点、写节点配置与提示词时,本技能根据自然语言场景描述,直接产出可导入的 workflow JSON(含节点类型、节点参数、连线关系、提示词节点内容)与分步导入说明。

不需要 API Key(标签 requires_api_key=false)。SkillHub 页面显示评分 100000,下载 1369 次。

核心功能

根据官方简介,该 Skill 的能力边界如下:

1、输入自然语言场景描述,例如”热点监控→选题→写草稿”或”邮件自动分类推送”。
2、产出 workflow JSON,内容包含四部分:节点类型、节点参数、连线关系、提示词节点内容。
3、同时给出分步导入说明,指导用户把 JSON 导入 Coze 或 Dify。

适用触发场景(官方 when to use):提到”Coze 工作流 / Dify 工作流 / 搭建 AI 自动化流程 / 做一个机器人流程 / 工作流 JSON / 可视化编排”。

安装与启用

官方资料给出的坐标是:

@user_af163eaa/z-coze-dify-workflow-gen

需要说明的是,已抓取的资料中没有提供具体的 CLI 安装命令或目录路径,也没有区分 Cursor / Codex CLI / Claude Code 的差异化安装方式,因此这里不编造。获取安装命令请以 SkillHub 官方页面为准:

https://www.skillhub.cn/skills/user_af163eaa/z-coze-dify-workflow-gen

启用后不需要配置 API Key。

典型用法

官方简介中给出的可复现示例是:用自然语言描述一个工作流场景,让 Skill 产出 JSON。以”邮件自动分类推送”为例,流程大致如下。

1、描述场景:说明输入是什么(邮件)、要做什么(分类)、输出去哪(推送到对应位置)。
2、等待 Skill 产出 workflow JSON,检查其中的节点类型、节点参数、连线关系和提示词节点内容是否符合预期。
3、按 Skill 附带的分步导入说明,把 JSON 导入 Coze 或 Dify。

更复杂的场景同理,例如”热点监控→选题→写草稿”,只需把三段流程的目标描述清楚,Skill 会负责拆成对应节点并给出连线。

适用场景与注意

适合谁:

  • 想在 Coze 或 Dify 上搭自动化流程,但对节点拆解和 JSON 结构不熟悉的开发者。
  • 需要快速拿到一份可导入的工作流骨架,再在此基础上自行调整参数和提示词的人。

需要注意的点:

  • 生成的 JSON 只是模板骨架,导入后大概率还需要根据实际使用的模型、数据源和凭据调整节点参数。
  • 该 Skill 产出的是 Coze/Dify 工作流结构,不负责执行流程本身,运行时的模型调用仍走对应平台。
  • 复杂场景下,首次生成的节点划分可能不最优,建议导入后在可视化编辑器里逐节点验证。
  • 安装命令、支持的宿主工具等细节在已抓取资料中未提供,使用前以官方页面为准。

结尾

这个 Skill 的价值在于把”从场景到可导入 JSON”的中间环节自动化了:你负责用自然语言说清楚要做什么,它负责拆节点、写配置、画连线。对于不想从头研究 workflow JSON 结构的开发者来说,可以省掉大部分摸索时间。

官方地址:https://api.skillhub.cn/user_af163eaa/z-coze-dify-workflow-gen

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye