Dify平台调用DeepSeek-V3大语言模型,对电商退款原因进行智能分类的完整流程
本文详细介绍了使用Dify平台调用DeepSeek-V3大语言模型,对电商退款原因进行智能分类的完整流程。包括创建知识库、构建应用工作流、配置提示词、测试发布及批量运行等步骤,展示了大语言模型在文本分类任务中的实际应用价值,为开发者提供了可复现的实战案例。在电商领域的数据分析中,经常需要对一些文本进行分类统计,比如对用户填写的各类原因进行归类。
本文详细介绍了使用Dify平台调用DeepSeek-V3大语言模型,对电商退款原因进行智能分类的完整流程。包括创建知识库、构建应用工作流、配置提示词、测试发布及批量运行等步骤,展示了大语言模型在文本分类任务中的实际应用价值,为开发者提供了可复现的实战案例。
在电商领域的数据分析中,经常需要对一些文本进行分类统计,比如对用户填写的各类原因进行归类。人工进行归类会很耗时,之前我们一般可以用Python进行分词,做些词云图,来大致看下哪些方面的原因多,但如果想要和之前做环比,最好还是能够进行分类,按不同类别统计数量和占比。现在大语言模型出来了,我们可以让LLM来帮助我们完成这个工作。
接下来,我们就使用Dify调用大语言模型DeepSeek-V3来完成这样一个案例。之前我们已经介绍过如何安装部署Dify,这里不再赘述。
一、在Dify中创建知识库
为了让大语言模型能够更加准确的对原因进行分类,我们这里创建一个人工标注过的分类库。这个分类库是对历史原因进行随机取样,并对随机取样样本进行了人工标注,大概标注了400条。
我们将数据存储为utf8格式的csv文件,具体内容如下:

1.在Dify中创建知识库

2.上传csv文件到知识库

3.配置知识库的分段与清洗
我们这里用经济模式,质量效果差点,但是不用额外花钱。

4.完成知识库的创建,并可以修改知识库名称


二、在Dify中创建应用
1.创建空白应用

2.选取简单工作流模式

3.创建工作流
这里添加 开始、知识检索、LLM、结束 4个工作节点。

三、编辑工作流
1.开始节点
开始节点用于传入用户的输入参数,我们这里添加2个参数:
- create_date: 退款时间,并设置成非必填
- refund_reason: 退款原因

2.知识检索节点
知识检索节点用于从知识库检索信息,传给LLM学习,我们这里查询变量选取开始节点的refund_reason参数,知识库选取我们上面创建的知识库。

3.LLM大语言模型节点
LLM大语言模型节点则是真正的执行节点,他获取开始节点传入的参数、获取知识库信息、设置Prompt(提示词)等,进行学习和根据输入输出新的内容。
- 模型:这里选择DeepSeek-V3
- 上下文:这里选择知识检索节点检索的知识库的结果
- SYSTEM:这里输入系统级别的Prompt(提示词),给出角色、任务、学习内容和输出格式要求,具体如下图
- User:这里填写开始节点用于用户输入退款原因的参数

4.结束节点
结束节点主要用于设置输出内容,这里选择LLM节点输出的参数text

四、测试与发布
直接点击运行可以进行测试,没问题后就可以发布应用。


五、应用的使用
发布的应用可以在Dify的探索模块中使用,也可以有对外的API,被外部系统调用使用。我们本次是一个简单的尝试,就直接在Dify的探索模块中使用我们创建的这个应用。
1.进入探索模块发布好的应用

2.运行模式
进入我们的应用可以看到这个应用有2种运行模式,一种是运行一次,一种是批量运行。
- 运行一次:类似于对话,每次输入内容,然后输出结果。
- 批量运行:可以上传一个csv数据列表,应用会逐行输出结果。


3.批量运行
由于我们这里原因有很多条,采用批量运行。我们这里准备好了一个csv数据,有2列,第一列是create_date,第2列是refund_reason,与我们开始节点设置的输入参数相同。

上传后,点击运行

4.查看运行结果
运行结果出来后,在右侧视图可以看到每条的输出结果,我们还可以点击下载将结果下载下来。

下载成csv打开后如下

我们看到,我们创建的这个应用给出了分类结果,细看每条的分类还是比较合理的。
六、小Tips
我们本次调用的是阿里云百炼平台的API,选取的是DeepSeek-V3大语言模型,目前阿里云百炼平台对新用户,每个模型会赠送一些免费体验的ToKen额度,但用完后会直接收费,如果只是测试使用,为了防止多用产生收费情况,我们可以在百炼平台手动设置一下免费额度用完即停(默认用完是会继续可用而收费的),来防止自己不知道用了很多产生收费。

以上就是,我们今天关于使用Dify开发AI 智能体 的一个简单的小应用,感谢阅读!
如何学习AI大模型 ?
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
CSDN粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传CSDN,朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利: 👉👉CSDN大礼包:《最新AI大模型学习资源包》免费分享 👈👈
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
👉1.大模型入门学习思维导图👈
要学习一门新的技术,作为新手一定要先学习成长路线图,方向不对,努力白费。
对于从来没有接触过AI大模型的同学,我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。(全套教程文末领取哈)
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字,我也为大家准备了视频教程,每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(全套教程文末领取哈)

👉4.大模型实战项目&项目源码👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战项目来学习。(全套教程文末领取哈)
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。(全套教程文末领取哈)
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个,在大模型纵横的时代,不仅大模型技术越来越卷,就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道,我总结了大模型常考的面试题。(全套教程文末领取哈)
为什么分享这些资料?
只要你是真心想学AI大模型,我这份资料就可以无偿分享给你学习,我国在这方面的相关人才比较紧缺,大模型行业确实也需要更多的有志之士加入进来,我也真心希望帮助大家学好这门技术,如果日后有什么学习上的问题,欢迎找我交流,有技术上面的问题,我是很愿意去帮助大家的!
这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理,鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位,在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利,同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。


CSDN粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传CSDN,朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利: 👉👉CSDN大礼包:《最新AI大模型学习资源包》免费分享 👈👈
火山引擎开发者社区是火山引擎打造的AI技术生态平台,聚焦Agent与大模型开发,提供豆包系列模型(图像/视频/视觉)、智能分析与会话工具,并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长,新用户可领50万Tokens权益,助力构建智能应用。
更多推荐
所有评论(0)