当前位置: 首页 > news >正文

Dify工作流实践—根据word需求文档编写测试用例到Excel中

前言

这篇文章依赖到的操作可查阅我之前的文章:

dify里的大模型是怎么添加进来的:在Windows本地部署Dify详细操作

flask 框架@app.route()函数的开发和调用:PythonWeb开发框架—Flask工程创建和@app.route使用详解

结构化提示词的编写:大模型结构化提示词编写方法

1.Chatflow和工作流的区别

Chatflow:支持反复提问

工作流:不支持反复提问,只能做一次任务,做完就结束了

2.编写测试用例工作流

2.1 创建工作流

给工作流取个名称,右下角点击【创建】

创建成功后默认添加了 【开始】节点

2.2 添加输入变量

给 “开始” 节点添加输入变量

添加变量:本地doc文档

2.3 提取需求文档内容

添加第二个节点:文档提取器

给第二个节点 “文档提取器” 添加输入和输出变量,还可以修改节点名称

 

2.4 用大模型写测试点

添加第三个节点:添加大模型,让大模型根据提取的需求内容编写测试点

选择模型:点击节点,在右侧面板上点击模型,然后在弹出的面板上下拉选择模型

 选择模型后,要注意调整 “温度” 和 “输出最大长度”,并打开开关

 添加System提示词:

添加用户提示词:

2.5 用大模型写测试用例

添加第四个节点:添加大模型,让大模型根据测试点写测试用例

选择模型:点击节点,在右侧面板上点击模型,然后在弹出的面板上下拉选择模型,注意调整温度和最大生成长度,并打开开关

添加System提示词: 

添加用户提示词:

 

2.6 写用例到Excel文档中

dify工作流中并不支持直接生成excel文件,但是支持HTTP请求

实现把大模型生成的测试用例存放在Excel中的方法是:用flask启动一个微服务,写一个@app.route()函数,dify的HTTP请求去调用这个接口,实现步骤如下:

  • 编写@app.route()函数:

## 安装依赖库

pip install  flask  pandas  openpyxl

from flask import Flask,request,jsonify
import os
import pandas as pd
import datetimeapp = Flask(__name__)@app.route('/')
def hello_world():  # put application's code herereturn 'Hello World!'@app.route('/write_to_excel', methods=['POST'])
def write_to_excel():# 1. 检查请求数据if not request.is_json:return jsonify({"result": -1, "error": "Content-Type必须是application/json"}), 400data = request.json# 2. 参数为空检查if not data or len(data) == 0:return jsonify({"result": -1, "message": "输入参数为空"}), 400try:# 3. 生成带时间戳的文件名timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")excel_file_path = os.path.join(os.getcwd(), f'output_{timestamp}.xlsx')  # 添加时间戳# 4. 数据处理df = pd.DataFrame(data)df.to_excel(excel_file_path, index=False, engine='openpyxl')return jsonify({"result": 1,"message": "数据已成功写入Excel文件","file_path": excel_file_path,"saved_rows": len(data),"timestamp": timestamp  # 返回时间戳信息}), 200except Exception as e:return jsonify({"result": -1, "error": str(e)}), 500if __name__ == '__main__':app.run()
  • 启动Flak服务

  • dify工作流中添加HTTP节点

  • 配置HTTP请求节点

【 注意】

url 不能填写:http://127.0.0.1:5000/write_to_excel,dify是在容器里的,相当于一个被隔离的子系统,如果dify是通过docker desktop安装并且和flask服务在一台电脑上,url填写为:http://host.docker.internal:5000/write_to_excel ;如果不在一台电脑上,url填写为:http://flask所在电脑IP:5000/write_to_excel

【其他】

如果不知道测试点的输出格式是什么,可以在 “测试用例” 后面直接加 “结束”节点,先运行,看输出结果,然后在 “测试用例” 和 “结束” 节点中间加上“HTTP请求”节点

2.7 添加结束节点

给 “结束” 节点添加输出

2.8 运行

右上角点击【运行】按钮,弹出面板,上传文件,点击【开始运行】

运行过程中可以在 “追踪” 下看每个节点运行情况和运行结果

点开可以看到每个节点的输入和输出


详情里面可以看到输入和最后的输出,以及使用的Token数

结果里是最后的执行结果

2.9 落地结果

 

http://www.lqws.cn/news/66601.html

相关文章:

  • 从 AMQP 到 RabbitMQ:核心组件设计与工作原理(一)
  • 【机器学习基础】机器学习入门核心:数学基础与Python科学计算库
  • 使用pandas实现合并具有共同列的两个EXCEL表
  • SystemVerilog—Interface语法(二)
  • 如何使用DAXStudio将PowerBI与Excel连接
  • STL解析——list的使用
  • 【设计模式-3.5】结构型——装饰器模式
  • sigmastar实现SD卡升级
  • 探索大语言模型(LLM):参数量背后的“黄金公式”与Scaling Law的启示
  • 【MATLAB代码】制导——平行接近法,三维,目标是运动的,订阅专栏后可直接查看MATLAB源代码
  • 百度蜘蛛池的作用是什么?技术@baidutopseo
  • deepseek问答记录:请讲解一下transformers.HfArgumentParser()
  • 【Linux】基础文件IO
  • 智慧零工平台后端开发实战:Spring Boot 3 + MyBatis-Flex 现代化架构
  • 【AI论文】表R1:表格推理的推理时间扩展
  • 深入了解linux系统—— 进程间通信之管道
  • 微服务常用日志追踪方案:Sleuth + Zipkin + ELK
  • ffmpeg 的视频格式转换 c# win10
  • 从 AMQP 到 RabbitMQ:核心组件设计与工作原理(二)
  • 【git-首次初始化本地项目、关联远程仓库】
  • 数字规则:进制转换与原码、反码、补码
  • Kotlin 扩展函数详解
  • SQL进阶之旅 Day 12:分组聚合与HAVING高效应用
  • 微软markitdown PDF/WORD/HTML文档转Markdown格式软件整合包下载
  • 智启未来:当知识库遇见莫奈的调色盘——API工作流重构企业服务美学
  • 【MySQL】事务
  • list类的详细讲解
  • JavaScript新特性structuredClone(),一行代码优化深拷贝策略
  • 数学分析——一致性(均匀性)和收敛
  • python打卡day42@浙大疏锦行