前言¶

在 Coze 或 Dify 上搭一個可視化 AI 工作流，真正耗時的往往不是模型調用，而是前期的拆解：一個”熱點監控→選題→寫草稿”的流程，到底該放幾個節點、每個節點是什麼類型、參數怎麼填、提示詞怎麼寫、節點之間怎麼連線。新手通常的做法是照着官方文檔的示例一點點拼，拼完還要反覆調試導入格式，一份 workflow JSON 的結構稍有偏差，導入就報錯。

下面介紹的這個 Skill 把這件事壓縮成一步：用自然語言描述場景，它直接產出一份可導入 Coze/Dify 的 workflow JSON，外加分步導入說明。

這是什麼¶

Coze/Dify 工作流模板生成器，由 SkillHub 上的社區開發者 user_af163eaa 發佈和維護，版本 1.0.0，分類爲 ai-agent。

它解決的問題很具體：當你想在 Coze 或 Dify 上搭建可視化 AI 工作流，但不清楚如何拆解節點、寫節點配置與提示詞時，本技能根據自然語言場景描述，直接產出可導入的 workflow JSON（含節點類型、節點參數、連線關係、提示詞節點內容）與分步導入說明。

不需要 API Key（標籤 requires_api_key=false）。SkillHub 頁面顯示評分 100000，下載 1369 次。

核心功能¶

根據官方簡介，該 Skill 的能力邊界如下：

1、輸入自然語言場景描述，例如”熱點監控→選題→寫草稿”或”郵件自動分類推送”。
2、產出 workflow JSON，內容包含四部分：節點類型、節點參數、連線關係、提示詞節點內容。
3、同時給出分步導入說明，指導用戶把 JSON 導入 Coze 或 Dify。

適用觸發場景（官方 when to use）：提到”Coze 工作流 / Dify 工作流 / 搭建 AI 自動化流程 / 做一個機器人流程 / 工作流 JSON / 可視化編排”。

安裝與啓用¶

官方資料給出的座標是：

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

需要說明的是，已抓取的資料中沒有提供具體的 CLI 安裝命令或目錄路徑，也沒有區分 Cursor / Codex CLI / Claude Code 的差異化安裝方式，因此這裏不編造。獲取安裝命令請以 SkillHub 官方頁面爲準：

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

啓用後不需要配置 API Key。

典型用法¶

官方簡介中給出的可復現示例是：用自然語言描述一個工作流場景，讓 Skill 產出 JSON。以”郵件自動分類推送”爲例，流程大致如下。

1、描述場景：說明輸入是什麼（郵件）、要做什麼（分類）、輸出去哪（推送到對應位置）。
2、等待 Skill 產出 workflow JSON，檢查其中的節點類型、節點參數、連線關係和提示詞節點內容是否符合預期。
3、按 Skill 附帶的分步導入說明，把 JSON 導入 Coze 或 Dify。

更復雜的場景同理，例如”熱點監控→選題→寫草稿”，只需把三段流程的目標描述清楚，Skill 會負責拆成對應節點並給出連線。

適用場景與注意¶

適合誰：

• 想在 Coze 或 Dify 上搭自動化流程，但對節點拆解和 JSON 結構不熟悉的開發者。
• 需要快速拿到一份可導入的工作流骨架，再在此基礎上自行調整參數和提示詞的人。

需要注意的點：

• 生成的 JSON 只是模板骨架，導入後大概率還需要根據實際使用的模型、數據源和憑據調整節點參數。
• 該 Skill 產出的是 Coze/Dify 工作流結構，不負責執行流程本身，運行時的模型調用仍走對應平臺。
• 複雜場景下，首次生成的節點劃分可能不最優，建議導入後在可視化編輯器裏逐節點驗證。
• 安裝命令、支持的宿主工具等細節在已抓取資料中未提供，使用前以官方頁面爲準。

結尾¶

這個 Skill 的價值在於把”從場景到可導入 JSON”的中間環節自動化了：你負責用自然語言說清楚要做什麼，它負責拆節點、寫配置、畫連線。對於不想從頭研究 workflow JSON 結構的開發者來說，可以省掉大部分摸索時間。

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