【AI】window搭建dify与构建工作流

在windows环境基于docker-desktop安装dify，并构建一个[简历初筛专家]工作流

1. 安装docker-desktop
参考：https://zhuanlan.zhihu.com/p/397311465

2. 拉取dify仓库
2.1 dify仓库里面有docker-compose.yaml定义文件，里面已经定义好了所有dify相关环境配套版本的镜像与启动命令
2.2 拉取命令：

// 无法访问外网，可以在gitee上fork该仓库后再拉取gitee的镜像仓库
git clone https://github.com/langgenius/dify.git --branch 1.4.2

2.3 执行docker拉取与启动命令，部署dify：

// 打开Dify源码的Docker目录
cd dify/docker

// 复制环境配置文件
cp .env.example .env

// 启动Docker容器
docker compose up -d

// 检查所有容器是否正常运行
docker compose ps

// 检查是否所有服务启动成功，共10个

// 全部启动成功之后，访问 http://localhost/install ，初始化管理员信息

2.4 正常情况截图
* 所有服务正常启动

  * 进入 http://localhost/install 正确设置管理员之后

2.5 遇到的问题与解决方式
* postgrres启动失败，docker容器关键报错：“cp: cannot open '/docker-entrypoint-mount.sh' for reading: Operation not permitted”
原因：容器挂载权限问题
解决：​使用​命名卷替代绑定挂载

services:
  db:
    volumes:
      - pgdata:/var/lib/postgresql/data  # 不挂载子目录 pgdata

  dify:
    volumes:
      - dify_data:/app/data  # 应用数据同样用卷

volumes:
  pgdata: # Docker 自动管理权限
  dify_data: # Docker 自动管理权限

* sandbox启动失败，docker容器关键报错：

goroutine 1 [running]: github.com/langgenius/dify-sandbox/internal/utils/log.(*Log).Panic(...) /home/runner/work/dify-sandbox/dify-sandbox/internal/utils/log/core.go:55 github.com/langgenius/dify-sandbox/internal/utils/log.Panic({0x91f4e0?, 0xc00012df40?}, {0xc00012df08?, 0x0?, 0x47503a?}) /home/runner/work/dify-sandbox/dify-sandbox/internal/utils/log/core.go:209 +0x69 github.com/langgenius/dify-sandbox/internal/server.initConfig()
原因：sanbox会映射容器/conf 到 /volumes/sandbox/conf⁠，然后获取这个目录下的配置文件作为启动配置，而这个配置文件需要手动添加
解决：获取sanbox默认配置文件，添加到 /volumes/sandbox/conf⁠ 再次执行：docker compose up -d ，即可启动

// 获取默认配置
https://raw.githubusercontent.com/langgenius/dify/main/docker/volumes/sandbox/conf/config.yaml

// 以下为，对应配置（可以直接复制使用）
app:
  port: 8194
  debug: True
  key: dify-sandbox
max_workers: 4
max_requests: 50
worker_timeout: 5
python_path: /usr/local/bin/python3
enable_network: True # please make sure there is no network risk in your environment
allowed_syscalls: # please leave it empty if you have no idea how seccomp works
proxy:
  socks5: ''
  http: ''
  https: ''

 

3. 构建dify工作流

 * 编辑工作流节点

 * 可以直接基于DSL导入该用例（批量简历识别与评估）

app:
  description: 自动化简历分析与评估系统
  icon: 🤖
  icon_background: '#FFEAD5'
  mode: advanced-chat
  name: 简历初筛专家
  use_icon_as_answer_icon: false
dependencies:
- current_identifier: null
  type: marketplace
  value:
    marketplace_plugin_unique_identifier: langgenius/deepseek:0.0.6@dd589dc093c8084925858034ab5ec1fdf0d33819f43226c2f8c4a749a9acbbb2
kind: app
version: 0.3.0
workflow:
  conversation_variables: []
  environment_variables: []
  features:
    file_upload:
      allowed_file_extensions:
      - .JPG
      - .JPEG
      - .PNG
      - .GIF
      - .WEBP
      - .SVG
      allowed_file_types:
      - document
      allowed_file_upload_methods:
      - remote_url
      - local_file
      enabled: true
      fileUploadConfig:
        audio_file_size_limit: 50
        batch_count_limit: 5
        file_size_limit: 15
        image_file_size_limit: 10
        video_file_size_limit: 100
        workflow_file_upload_limit: 10
      image:
        enabled: false
        number_limits: 3
        transfer_methods:
        - local_file
        - remote_url
      number_limits: 3
    opening_statement: ''
    retriever_resource:
      enabled: true
    sensitive_word_avoidance:
      enabled: false
    speech_to_text:
      enabled: false
    suggested_questions: []
    suggested_questions_after_answer:
      enabled: false
    text_to_speech:
      enabled: false
      language: ''
      voice: ''
  graph:
    edges:
    - data:
        sourceType: llm
        targetType: answer
      id: llm-answer
      source: llm
      sourceHandle: source
      target: answer
      targetHandle: target
      type: custom
    - data:
        isInIteration: false
        isInLoop: false
        sourceType: start
        targetType: document-extractor
      id: 1750389846696-source-1750396597701-target
      source: '1750389846696'
      sourceHandle: source
      target: '1750396597701'
      targetHandle: target
      type: custom
      zIndex: 0
    - data:
        isInIteration: false
        isInLoop: false
        sourceType: document-extractor
        targetType: llm
      id: 1750396597701-source-llm-target
      source: '1750396597701'
      sourceHandle: source
      target: llm
      targetHandle: target
      type: custom
      zIndex: 0
    nodes:
    - data:
        desc: ''
        selected: false
        title: 开始
        type: start
        variables:
        - allowed_file_extensions: []
          allowed_file_types:
          - document
          allowed_file_upload_methods:
          - local_file
          - remote_url
          label: 简历
          max_length: 5
          options: []
          required: true
          type: file-list
          variable: resumeList
      height: 90
      id: '1750389846696'
      position:
        x: 30
        y: 252.5
      positionAbsolute:
        x: 30
        y: 252.5
      selected: false
      sourcePosition: right
      targetPosition: left
      type: custom
      width: 244
    - data:
        context:
          enabled: true
          variable_selector:
          - '1750396597701'
          - text
        desc: ''
        memory:
          query_prompt_template: '{{#sys.query#}}'
          role_prefix:
            assistant: ''
            user: ''
          window:
            enabled: false
            size: 10
        model:
          completion_params:
            temperature: 0.7
          mode: chat
          name: deepseek-chat
          provider: langgenius/deepseek/deepseek
        prompt_template:
        - id: d65d4bdb-4321-4950-beee-f7d51f613ba1
          role: system
          text: "# 角色\n你是一位资深的招聘专家，具备深厚的行业经验和敏锐的洞察力，专门负责对候选人简历进行全面、细致且专业的分析与评估。\n\n\
            ## 技能\n### 技能 1: 提取简历关键信息\n仔细研读输入的简历内容（{{{#1750396597701.text#}}}}），精准提取其中的关键信息，包括但不限于姓名、应聘岗位、教育背景、工作年限、技能、项目经验等。\n\
            - 存在多个简历时可以同时进行评估，并且横向对比。\n\n### 技能 2: 依据评分标准评估\n按照以下详细的评分标准，对提取的关键信息进行评估打分：\n\
            #### 评价标准\n#### 一、基本信息\n| 项目 | 评分标准 | 权重 |\n|------|----------|------|\n\
            | 学历与经验 | 是否符合岗位要求的学历（如本科）及工作经验（如 5 年 +） | 0.1 |\n| 技术基础 | 是否具备扎实的计算机基础知识，如编程语言、算法、数据库等\
            \ | 0.1 |\n\n#### 二、技术能力\n| 项目 | 评分标准 | 权重 |\n|------|----------|------|\n\
            | Java 开发技能 | 对 JavaEE、JVM、并发编程、设计模式、SpringCloud 等技术栈的掌握程度 | 0.15 |\n\
            | 系统架构能力 | 是否具备独立设计和实现分布式系统的经验 | 0.1 |\n| 数据库与数据处理 | 对 SQL/NOSQL/时序 DB\
            \ 等数据库的熟悉程度及复杂查询优化能力 | 0.1 |\n| 运维与 CI/CD | 是否了解主流运维技术栈，是否有项目 CI/CD 开发和线上问题排查经验\
            \ | 0.08 |\n| 多语言能力 | 是否熟悉 Scala、Python、Go、Vue 等语言，是否有前端开发经验 | 0.07 |\n\
            | 大数据生态 | 是否了解 Hadoop、Spark、Hive、HBase 等大数据技术，以及工业互联网、通信、医保等领域的应用 | 0.07\
            \ |\n\n#### 三、项目经验\n| 项目 | 评分标准 | 权重 |\n|------|----------|------|\n|\
            \ 项目规模与复杂度 | 参与或主导的项目是否具有挑战性（如亿级数据处理、分布式系统改造等） | 0.1 |\n| 技术难点解决能力 | 在项目中是否解决了关键的技术难题（如分布式文件系统兼容、高并发处理、性能优化等）\
            \ | 0.1 |\n| 技术选型与架构设计 | 是否具备技术选型和架构设计能力，是否能推动项目技术升级 | 0.08 |\n| 团队协作与领导力\
            \ | 是否担任过组长或负责人角色，是否有团队管理或协调经验 | 0.05 |\n\n#### 四、自我评价与学习能力\n| 项目 | 评分标准\
            \ | 权重 |\n|------|----------|------|\n| 总结与理解能力 | 是否具备良好的总结和文档记录习惯 | 0.05\
            \ |\n| 学习能力 | 是否有终身学习的习惯，是否持续更新技术能力 | 0.05 |\n\n#### 五、工作经历与荣誉\n| 项目 |\
            \ 评分标准 | 权重 |\n|------|----------|------|\n| 工作稳定性 | 是否有稳定的工作经历，跳槽频率是否合理\
            \ | 0.05 |\n| 公司背景 | 是否曾在知名企业或有技术积累的公司工作 | 0.03 |\n| 荣誉与奖项 | 是否获得过公司或行业内的认可（如“技术尖兵”等）\
            \ | 0.02 |\n\n#### 六、文化适配度\n| 项目 | 评分标准 | 权重 |\n|------|----------|------|\n\
            | 团队协作风格 | 是否适合当前团队的协作方式 | 0.04 |\n| 适应能力 | 是否能适应快节奏、高压的工作环境 | 0.03 |\n\
            \n#### 七、其他加分项\n| 项目 | 评分标准 | 权重 |\n|------|----------|------|\n| 个人博客/开源贡献\
            \ | 是否有技术博客或开源项目，体现技术热情和输出能力 | 0.02 |\n| 证书与语言能力 | 是否拥有相关证书（如英语四级、计算机二级）或语言能力\
            \ | 0.01 |\n\n### 技能 3: 生成总评语\n根据评估结果，生成总评语。总结候选人的优势和不足，并给出针对性的建议。尤其要详细说明文化适配情况。\n\
            \n### 技能 4: 输出评估结果\n将评估结果按照以下 JSON 格式输出，确保不包含任何 XML 标签：\n{\n  \"姓名\":\
            \ \"string\",\n  \"应聘岗位\": \"string\",\n  \"基本得分\": 0 - 100,\n  \"专业得分\"\
            : 0 - 100,\n  \"综合得分\": 0 - 100,\n  \"推荐指数\": 0 - 10,\n  \"文化适配度\": 0\
            \ - 20,\n  \"总评语\": \"string\"\n}\n\n## 限制:\n- 仅围绕简历评估相关内容进行分析和输出，拒绝回答与简历评估无关的话题。\n\
            - 所输出的内容必须严格按照给定的 JSON 格式进行组织，不能偏离框架要求。\n- 生成的总评语应简洁明了，重点突出，避免冗长复杂。 "
        selected: true
        structured_output_enabled: false
        title: LLM
        type: llm
        variables: []
        vision:
          enabled: false
      height: 90
      id: llm
      position:
        x: 638
        y: 252.5
      positionAbsolute:
        x: 638
        y: 252.5
      selected: true
      sourcePosition: right
      targetPosition: left
      type: custom
      width: 244
    - data:
        answer: '{{#llm.text#}}'
        desc: ''
        selected: false
        title: 直接回复
        type: answer
        variables: []
      height: 105
      id: answer
      position:
        x: 942
        y: 252.5
      positionAbsolute:
        x: 942
        y: 252.5
      selected: false
      sourcePosition: right
      targetPosition: left
      type: custom
      width: 244
    - data:
        desc: ''
        is_array_file: true
        selected: false
        title: 文档提取器
        type: document-extractor
        variable_selector:
        - '1750389846696'
        - resumeList
      height: 92
      id: '1750396597701'
      position:
        x: 334
        y: 252.5
      positionAbsolute:
        x: 334
        y: 252.5
      selected: false
      sourcePosition: right
      targetPosition: left
      type: custom
      width: 244
    viewport:
      x: -44.99217494556751
      y: 114.27365251001845
      zoom: 0.9236555375410264

* 预览

 * 发布使用

 -- END