基于 Dify + n8n 的无代码 Agent 闭环 PoC 实施方案
本方案旨在彻底抛弃复杂的底层代码编写，利用两款业界最强大的开源无代码/低代码工具（Dify 与 n8n），以全可视化拖拽的方式，在 2-3 天内快速拼装出“搭建 ──> 运行 ──> 遥测 ──> 反馈”的完整闭环。一、 乐高式积木：核心工具选型
Dify (业务需求 Swarm ──> 概念层)：定位： 提供精美的用户聊天对话界面（Chatbot UI）和大模型工作流（Workflow）编排。
无代码作用：
拖拽出一个对话流，让用户输入自然语言。
使用 Dify 的 LLM 节点，把需求提炼为标准的 Logical-DSL（JSON 格式）。
使用 HTTP 请求节点，将 JSON 自动推给 n8n。
n8n (工程实施 Swarm & 遥测 ──> 物理层与闭环)：定位： 全球最火的开源工作流自动化引擎（类似于海外的 Make/Zapier，但对开发者更友好）。
无代码作用：
接收来自 Dify 的逻辑 JSON。
使用 HTTP Request 节点，直连飞书 Open API（创建多维表格、新建字段）。
提供 Webhook 接收节点，实时监听飞书界面的微调事件。
将捕获的差异（Diff）写入一个简单的“偏好收集表”中，完成闭环。
二、 极简架构链路图（可视化流转）
【 1. Dify 可视化对话框 】 (用户输入)
│
▼
【 2. Dify 工作流 (LLM) 】 ──(发送 L-DSL JSON)──> 【 3. n8n 接收 Webhook 】
│
▼【 4. n8n 遍历创建飞书表 】
│ (用户手动在飞书微调)
▼
【 6. 偏好数据集 / 飞书日志表 】 <──(发送 Delta)─── 【 5. n8n 飞书事件监听器 】三、 详细配置指南：3 步搭建可视化 PoC
第一步：在 Dify 中搭建“业务概念层” (10 分钟)
新建工作流： 登录 Dify 后台，创建一个 “工作流 (Workflow)” 应用。
编排节点：
开始 (Start) 节点： 接收用户输入（例如：{{sys.query}} = "帮我做一个采购申请表，包含供应商和单价")。
LLM 节点： 选择 GPT-4o 或 Claude 3.5。在 Prompt 中写入：
“请将用户的需求转化为一个极其简单的 JSON：{"appName": "xxx", "fields": [{"name": "字段名", "type": "STRING|NUMBER"}]}，不要输出任何其他文本。”
HTTP 请求 (HTTP Request) 节点：
方法选择 POST。
URL 填写 n8n 的 Webhook 地址（在第二步中生成）。
Body 选择 JSON，内容直接绑定 LLM 节点的输出。
第二步：在 n8n 中搭建“工程实施层” (20 分钟 - 少量胶水代码)
在 n8n 中新建一个 Workflow，拖拽以下节点：
[ Webhook 接收 ] ──> [ Code 胶水节点 ] ──> [ 飞书 API 创建 Bitable ] ──> [ 循环创建 Fields ]1. Webhook 节点 (Trigger)
拖入一个 Webhook 节点，它会自动生成一个 Production URL。将这个 URL 复制并粘贴回 Dify 的 HTTP 节点 中。
2. Code 节点 (少量胶水代码 - JS)
拖入一个 Code 节点（运行模式选择 Run Once for Each Item），用来简单处理一下 Dify 传过来的字段列表，以便后续循环调用飞书 API。
JS 代码极简示例：
// 转换 Dify 传过来的逻辑类型为飞书的物理数字类型 (1:文本, 2:数字)
const fields = item.json.fields.map(f => {
return {
field_name: f.name,
type: f.type === 'NUMBER' ? 2 : 1
};
});
return { appName: item.json.appName, fields: fields };
3. HTTP Request 节点 (创建多维表格)
拖入一个 HTTP Request 节点，调用飞书开放平台“创建多维表格”接口：
Method: POST
URL: https://open.feishu.cn/open-apis/bitable/v1/apps
Headers: 注入飞书的 Tenant-Access-Token（可以通过飞书自建应用获取）。
Body: {"name": "{{$json.appName}}"}。
4. Split In Batches 节点 & HTTP Request (循环建表)
使用 n8n 的 Split In Batches（循环节点），对刚才 Code 节点中处理好的 fields 数组进行循环。
循环体内部拖入第二个 HTTP Request 节点，调用飞书的“新增字段” API：
URL: https://open.feishu.cn/open-apis/bitable/v1/apps/{{app_token}}/tables/{{table_id}}/fields
Body: {"field_name": "{{$json.field_name}}", "type": {{$json.type}}}。
第三步：在 n8n 中搭建“反向遥测闭环” (15 分钟)
这是验证“用户微调 ──> 数据采集”的核心逻辑，完全在 n8n 中完成：[ 飞书 Webhook 触发 ] ──> [ Filter 过滤器 ] ──> [ 写入日志表/飞书文档 ]飞书 Webhook 触发器 (Trigger)：
在 n8n 中拖入一个新的 Webhook 节点。
去飞书开发者后台，订阅 bitable.table.field.updated_v1（字段变更事件），将该 Webhook URL 填入飞书后台。
Filter (过滤器) 节点：
拖入一个 Filter 节点。设置规则：只保留 new_type 发生改变的事件（过滤掉无意义的字段重命名等噪点）。
HTTP Request / Bitable 节点 (保存反馈数据)：
用户在飞书上将“单价”从单行文本改成了数字。
这个 Webhook 被触发，n8n 的 Filter 过滤出这一事件。
拖入一个存储节点（可以直接使用 n8n 的 Google Sheets 节点、Airtable 节点，或者直接向另一个飞书“AI 偏好日志多维表格”中追加一行记录）：
写入内容： {"原始Prompt": "采购申请表", "字段名": "单价", "修改前": "STRING", "修改后": "DECIMAL"}。
四、 本方案的演示（Demo）效果与进化玩法
🎥 完美的汇报演示故事线：
输入需求： 打开 Dify 的 Web 界面，对 AI 说：“我想管采购，做一个采购表，包含‘商品名’和‘价格’。”
自动搭建： 进度条闪烁，AI 调用后台的 n8n 工作流。10 秒钟后，系统给出飞书链接。
打开飞书： 打开链接，飞书里已经多了一个“采购表”，里面有“商品名（文本）”和“价格（文本）”。
用户微调（Human-in-the-loop）： 你在飞书界面上手动点击“价格”字段，把它的格式从 “单行文本” 改成 “数字”。
奇迹发生（闭环对齐）： 打开我们的“AI 偏好日志表”，里面已经自动多了一条记录：“用户将‘价格’改为了数字型”。
自主演进： 这个日志表可以直接作为 Few-Shot Prompt 动态喂给 Dify。下次你再输入*“帮我做一个设备表，包含价格”*时，AI 在 Dify 端就会自动把价格设为 NUMBER，不再犯错！
