本文节选自《DeepSeek本地部署与应用开发：政府与企业级实战案例解析》（北京大学出版社）第10章。若希望深入探讨相关内容，诚挚推荐您购买全书，深入阅读。

第10章 实战—基于工作流实现企业会议助手

前文已在本地完成 Dify 部署，并配置 DeepSeek 本地化模型，成功搭建 Dify AI 聊天室。同时，对 Dify 知识库功能展开初步实践，使 DeepSeek 模型能够基于预设知识库进行对话交互，为深度应用 Dify 奠定基础。

本章将基于Dify 和 DeepSeek 构建简易企业会议助手。通过这一实践，助力读者进一步掌握 Dify 平台的应用开发流程，全方位提升对 Dify 的理解与运用能力，推动其在企业会议场景中实现智能、高效的沟通协作。

10.1 依赖环境

在开始这个项目之前，需要确保系统中已经安装了相关的服务。如果不知道怎么安装这些服务，可以在前面的章节中找到安装教程。

•  Ollama：用于本地化部署Deepseek模型
•  Docker Compose：用于安装部署Dify服务
•  Dify：使用Dify的工作流编排让DeepSeek完成多种复杂的功能
•  企业OA系统及开放的接口：让DeepSeek通过这些接口实现会议的预约、查询、取消。

10.2 创建Dify工作流应用

创建Dify工作流应用的具体操作步骤如下。

1. 在Docker上启动了Dify服务后，进入Dify首页。
2. 在Dify首页，选择创建空白应用，进入创建应用界面。
3. 在创建应用页面，选择Chatflow这个应用类型，如图10.1所示.

4. 新建完应用后，进入应用页面，可以看到一个工作流的画布，画布上已经默认创建了3个节点，如图10.2所示，这三个节点分别为：

•  开始节点：它负责处理输入及采集相关变量。

•  LLM节点：即配置大模型进行相关问题的处理。

•  回复节点：将大模型的回答输出给用户。

  

除了这三个节点外，Dify还支持了许多的节点类型，比如问题分类、代码执行、http请求等。后面的功能都会在这个画布通过配置节点的方式完成，基于Dify的这个画布，就可以编排工作流来实现相关功能。

10.3 获取个人用户信息

10.3.1 获取Dify用户id

在使用会议助手进行会议预定时，需要获取个人信息。因此，第一步需要让 DeepSeek 了解当前与之对话的用户的相关信息。然而，在 Dify 的工作流中，仅能获取当前登录 Dify 的用户 ID。

可以先查看该用户 ID 的具体格式。在原始工作流的基础上，先移除大语言模型（LLM）节点，然后在直接回复节点中直接输出用户 ID。如图 10.3 所示，在直接回复节点的配置中，可以看到来自开始节点的多个变量，其中 sys.user_id 即为所需的变量，它将输出当前用户的 ID。

配置完直接回复节点的输出之后，选择预览，随便输入一个提问，工作流就会输出用户id，如图10.4所示，它输出了当前用户的id为705ca8e8-c86a-4eac-a267-f4404897d811，这个就是Dify的用户id。

10.3.2 绑定OA用户id

在实际业务场景里，员工的个人信息数据以及会议室相关信息大多存储于办公自动化（OA）系统中。所以，若要实现会议室助手功能，OA 系统内的用户信息必不可少。在 OA 服务体系下，需要将 Dify 平台的用户 ID 与 OA 系统中的用户信息进行绑定。而此操作的落地，离不开 OA 系统开发团队的技术支持。这就要求 OA 服务提供一个接口，方便工作流依据 Dify 用户 ID 获取对应的用户信息。

为此，我们需与公司的 OA 系统开发团队深入沟通、紧密协作，推动对方开发并提供契合需求的 HTTP 接口。该接口能够依据输入的 Dify 用户 ID，精准匹配并返回 OA 系统中与之关联的用户信息。接口的详细规范，如接口地址、请求方式、请求参数以及响应数据格式等关键信息，具体信息如图 10.5所示。借助这一接口，Dify 会议助手在发起 HTTP 请求时，只需携带 Dify 用户 ID，即可顺利获取 OA 系统用户信息，为后续会议预定等功能的实现筑牢数据基础。

10.3.3 获取OA用户id

得到OA的用户信息接口后，便可在 Dify 的工作流画布中配置 HTTP 请求，以获取当前聊天用户的个人信息。具体操作是在开始节点之后新增一个 HTTP 请求节点，并进行相关配置。详细的配置情况如图 10.6 所示，其中配置了 OA 接口的请求地址，同时在 HTTP 参数中设置了 dify_user_id=${sys.user_id}，以此实现将 Dify 的用户 ID 作为参数传递给 OA 接口，从而准确获取对应的用户个人信息。

由于部分用户可能尚未完成 Dify 用户 ID 与 OA 系统的绑定操作，这可能导致无法获取其用户信息。针对这种情况，这里需要提醒用户联系 OA 管理员进行绑定。

为实现该功能，需添加一个条件分支节点，用于判定是否能够成功获取用户信息。依据接口设计，仅在成功获取用户信息时，接口会返回 200 状态码。因此，可借助 HTTP 返回的状态码进行判断。

条件分支节点的下游连接着两个直接输出节点。若成功获取到用户信息，系统将直接输出该用户信息；若未能获取到，则会输出提醒信息，提示用户联系 OA 管理员完成用户 ID 绑定。

具体配置情况如图 10.7 所示，这里配置了一个条件分支节点，将 HTTP 状态码为 200 作为成功获取 OA 用户信息的判定条件。若状态码不为 200，则认为用户 ID 尚未绑定，系统会提醒用户联系 OA 管理员进行绑定操作。

完成上述配置后，点击工作流画布右上角的“预览”按钮，便可尝试获取个人信息。从图 10.8 能够清晰看到，当用户 ID 尚未绑定 OA 系统时，工作流会自动触发提醒，告知用户需联系 OA 管理员完成绑定操作。而在完成绑定后，再次与系统进行对话，工作流则会准确返回用户的个人信息，实现了信息获取功能的正常运转。

考虑到后续操作仅需使用用户 ID，因此有必要从获取的用户信息中提取该 ID。基于此，需将原本的输出节点替换为代码执行节点。Dify 平台的代码执行节点支持 Python 和 Node.js 两种编程语言，鉴于 Python 的简洁性与广泛适用性，此处选择使用 Python 代码实现信息提取。内容如代码10-1所示

代码10-1 提取用户ID示例

import json
def extract_id(json_str):
    # 将JSON字符串解析为Python字典
    data = json.loads(json_str)
    # 提取id字段
    user_id = data['data']['id']
return {"user_id":user_id}

代码执行节点配置如图10.9所示，方法入参来自于提取用户信息的节点返回的body信息，它是json格式，代码会对json进行解析然后提取json中的id最后在输出变量中配置为user_id供后续的节点使用。

10.4 实现预定会议功能

10.4.1 获取预定会议接口

获取个人信息后，便可着手进行会议室预定工作流的配置。在此之前，有必要进行模拟分析。若由真人秘书负责会议室预定工作，需向其提供一系列关键信息。首先，会议时间必不可少，同时要明确参会人员名单，此外，阐述会议内容、提出对会议室的特定要求，能助力秘书顺利完成预定工作。

AI 秘书执行会议室预定任务时，需调用 OA 系统提供的会议预定 HTTP 接口。该接口要求传入会议时间、地点、任务以及会议内容等信息。因此，需构建一套工作流，借助 DeepSeek 的自然语言处理能力，从用户输入中提取这些关键信息。为确保 DeepSeek 准确提取信息，精心设计提示词至关重要。

在设计提示词前，需全面了解 OA 系统会议室预定接口的具体要求。如图 10.10 所示，该接口采用 POST 请求方式，请求时需携带 room_id、user_id、title、start_time、end_time、participantor 等信息。

10.4.2 获取接口所需信息

预定会议的接口参数中，user_id在前面获取用户信息时已经拿到了，room_id则需要通过用户给出的会议室描述信息去接口获取，其他信息则需要从用户的提问中让DeepSeek来提取。下面是让deepseek提取会议信息的提示词：

你是一个智能会议助手，负责处理与会议相关的用户请求。现在用户会向你提出预定会议的要求，请你从他的请求中提取出具体的时间范围，会议需要拉上哪些人，哪间会议室，会议主题，最终以纯粹的json格式输出，不要带上任何其他符号，也不要输出你的思考过程。如果用户只说了某个时间点，默认会议时长一个小时。如果用户没有提到哪间会议室，会议室的内容先放空，如果用户的请求中没提到会议主题，也放空。但用户必须说出会议的时间点和参会人员，如果用户请求中没有这些信息，告诉他缺少了哪些信息，需要补充。如果用户提问了和预订会议室无关的问题，直接回答:"我是企业会议助手，只负责帮忙预定和取消会议室或者查看你的会议信息，其他问题帮不到你，抱歉"

### 范例1
用户提问：帮我预定14号下午2点的会议室，叫上张三、李四，会议主题是讨论这个季度的工程预算，会议室就定三楼那间小会议室
你需要回答：
{
    "start_time": "2025-03-14 14:00:00",
    "end_time": "2025-03-14 15:00:00",
    "participantor": [
        "张三",
        "李四"
    ],
    "title": "本季度工程预算",
    "room_location": "三楼小会议室"
}


### 范例2
用户提问：帮我预定14号下午2点的会议室，叫上李四
你需要回答：
{
    "start_time": "2025-03-14 14:00:00",
    "end_time": "2025-03-14 15:00:00",
    "participantor": [
        "张三",
        "李四"
    ],
    "title": "",
    "room_location": ""
}

### 范例3
用户提问：帮我预定明天的会议室
你需要回答：请告诉我具体明天几点，需要拉上哪些人，会议主题以及需要哪间会议室

### 范例4
用户提问：帮我预定15号早上10点的会议
你需要回答：请告诉我需要哪些人员参会,会议主题以及需要哪间会议室

### 范例5
用户提问：今天的天气怎么样
你需要回答：我是企业会议助手，只负责帮忙预定和取消会议室或者查看你的会议信息，其他问题我帮不到你了，抱歉

有了这个提示词后，就可以在提取用户id节点后新增一个LLM节点，如图10.11所示，配置Deepseek给我们提取关键信息，然后在System的输入框填上上面的提示词，再新增一个User框配置用户的请求，也就是sys.query变量。

此时，DeepSeek 会提取出一个 JSON 字符串。然而，由于尚未获取到 room_id，因此需要对该 JSON 字符串进行进一步处理。为此，需在大语言模型（LLM）节点之后新增一个代码执行节点，该节点的主要功能为判断 DeepSeek 是否成功提取到相关信息，并对部分数据进行补全。例如，若用户未提及会议内容和所需会议室，代码执行节点将对这些缺失信息进行相应处理。执行上述操作的 Python 代码如代码10-2所示
代码10-2 提取用户ID示例

import json
def main(result: str) -> dict:
    empty_result = {
        "start_time": "",
        "end_time": "",
        "participantor": [
        ],
        "title": "",
        "room_location": "",
        "is_ok": 0
    }
    try:
        # 尝试解析字符串为JSON
        data = json.loads(result)
    except Exception:
        # 如果解析失败，返回0
        return empty_result
    if data.get("title", "") == "":
        data["title"] = "暂无主题"
    if data.get("room_location", "") == "":
        data["room_location"] = "任意会议室"

    # 检查JSON中是否包含startTime、endTime、participator字段
    if all(key in data for key in ["start_time", "end_time", "participantor"]):
        data["is_ok"] = 1
        return data
    else:
        return empty_result

该代码接收Deepseek返回的内容，然后尝试进行json解析，如果解析失败说明用户请求缺少关键信息，is_ok=0用来标识这种情况。

如果数据解析正常，用户没指定会议主题和会议室的情况下，代码也会给出一些默认值，最后设置is_ok=1。因此，is_ok字段可以用于判断是否采集到需要的数据，能不能进行下一步处理，该代码执行节点配置如图10.12，这里需要将提取到的相关变量转成输出变量。

代码返回的是一个json数据，下面的输出变量就需要从json对象的key中提取，然后才可以转为输出变量供后面的节点使用。

完成数据提取后，除 room_id 外，已获取预定会议接口所需的全部信息。接下来，将依据上述代码执行块输出的 room_location 来获取 room_id。此过程需要借助 OA 系统提供的一个接口，该接口用于获取全部会议室的信息，随后利用 DeepSeek 从这些信息中找出与 room_location 对应的 id。

以下是 OA 系统提供的查询所有会议室的接口信息，如图 10.13 所示。该接口采用 GET 请求方式，无需传递任何参数，调用后将返回所有会议室的列表信息。

接上面的代码执行节点，我们继续添加条件判断，is_ok=1时接Http请求接口，is_ok=0时直接输出，具体配置如图10.14，在http请求节点中输入接口地址即可

10.4.3 请求接口预定会议

获取到所有空闲会议室信息，将它传递给Deepseek，让Deepseek提取出会议室id。这里需要设计一下给DeepSeek的提示词：

你是一个智能会议助手，负责处理与会议相关的用户请求。用户会向你提问会议室名称或者描述，你需要从会议室信息中提取出id返回给用户。如果遇到用户给出的会议室描述比较模糊，就取匹配到的任意一个会议室id返回。如果用户的提问和会议室信息都完全不匹配，比如会议室分布只有1-3楼，而用户提了4楼的会议室，需要返回"不好意思，咱们公司在10楼好像没有会议室，目前我们只有1-3楼有会议室，您是不是说错楼层了"。如果用户提了和会议室信息完全无关的问题，返回"我是企业会议助手，只负责帮忙预定和取消会议室或者查看你的会议信息，其他问题帮不到你，抱歉"

### 全部会议室信息
{这里填充上游http节点返回会议室信息}

### 范例1
用户提问：1楼东侧的大会议室A
你需要回答：1

### 范例2
用户提问： 2楼的会议室
你需要回答：5

### 范例3
用户提问： 随便哪个楼层的大会议室
你需要回答：1

### 范例4
用户提问： 任意会议室
你需要回答：4

### 范例5
用户提问：10楼的小会议室
你需要回答：不好意思，咱们公司在10楼好像没有会议室，目前我们只有1-3楼有会议室，您是不是说错楼层了。

### 范例6
用户提问：今天天气怎么样
你需要回答：我是企业会议助手，只负责帮忙预定和取消会议室或者查看你的会议信息，其他问题帮不到你，抱歉

基于这个提示词，继续添加一个LLM节点来进行会议室id提取，如图10.15，在LLM节点的配置中记得带上所有会议室的信息。

拿到会议室id后，预定会议接口所需的全部参数已经准备完毕。下面就可以使用预定会议室接口了。将之前的回复节点替换成http请求节点，进行配置填充，如图10.12所示，将前面获取到的相关信息都填充到http请求节点的参数中，同时配置http的请求头的ContentType为Application/json。

最后，新增一个代码执行节点对预定的结果进行数据提取，判断是否预定成功。内容如代码10-3所示

代码10-3 提取会议预定结果示例

import json
def main(json_str) -> dict:
    try:
        data = json.loads(json_str)
        main_data = data.get("data")
        success = data.get("success", False),
        if not success or not main_data:
            return {"output": data.get("message", "会议预定失败")}

        output = ""
        output += "会议预定成功，以下是会议相关信息:\n"
        output += f"会议时间段：{main_data.get('start_time', '')}-{main_data.get('end_time', '')}\n"
        output += f"参会人员：{', '.join([p.get('user', {}).get('username') for p in main_data.get('participants', [])])}\n"
        output += f"会议主题：{main_data.get('title', '')}\n"
        output += f"会议地址：{main_data.get('room', {}).get('location', '')} - {main_data.get('room', {}).get('room_name', '')}"
        return {
            "output": output
        }
    except Exception as e:
        return {"output": str(e)}

这段代码主要是对预定会议室接口返回的数据进行处理。预定会议室返回的数据是json类型，代码会先判断是否预定成功，预定失败则直接返回错误信息。预定成功则提取相关信息输出给用户。如图10.17所示，这里接收了上游http请求节点的返回body为入参，然后进行相关处理。

到这里，预定会议的工作流基本已经配置完毕。需要发布给其他用户使用的话，可以点击右上角的发布，然后点击运行，就可以进入聊天室开始让AI秘书进行会议室的预定。最终效果如图10.18所示

10.5 实现会议查询功能

篇幅有限，更多精彩，敬请购阅全书。

10.6 实现会议取消功能

篇幅有限，更多精彩，敬请购阅全书。

10.7 实现会议纪要功能

篇幅有限，更多精彩，敬请购阅全书。

10.8 实现各个功能汇总

篇幅有限，更多精彩，敬请购阅全书。

---

本文节选自《DeepSeek本地部署与应用开发：政府与企业级实战案例解析》（北京大学出版社）第10章。若希望深入探讨相关内容，诚挚推荐您购买全书，深入阅读。

【新书推荐】《DeepSeek本地部署与应用开发：政府与企业级实战案例解析》 | 北京大学出版社

若觉得文章对你有帮助，随手『点赞』、『收藏』、『关注』，也是对我的支持。