这次我利用 Dify v1.0.0 版本新增的 ReAct 功能，打造了一个知识库 / 文章摘要智能体。我一直想要这样一款智能体：它能以知识库中已注册的文档为基础，再通过网页搜索补充信息，最终完成文章摘要。于是就动手实践了一下。
关于 Dify 的环境搭建和基本使用方法，可以参考以下文章。本次我使用的是 Dify v1.6.0 版本进行开发。
1. Dify 中的 ReAct 是什么
Dify 中有一个名为 “智能体节点” 的组件，能够自主调用工具。
ReAct 是智能体节点工具使用策略中的一种，指思考（Reason）与行动（Act）交替循环的策略。大型语言模型（LLM）会分析当前状况，重复 “工具选择 / 执行→结果评估” 的循环，直至解决问题。
该策略可应用于信息检索、复杂任务拆分与执行等多种场景。
2. 本次打造的应用介绍
本次打造的智能体以知识库中注册的信息为核心，通过网页搜索补充内容，最终完成知识库 / 文章的摘要生成。
这一智能体实现了 “ReAct（Reason + Act）” 流程：基于知识库中的信息进行推理（Reasoning），通过网页搜索（Acting）补充缺失信息，再将结果摘要化并纳入知识库。
2.1 架构
架构设计如下：
- 知识库检索
- 智能体节点（知识库 / 文章摘要）
我将知识库检索功能工具化，使其可在 ReAct 流程中作为工具被调用。
2.2 知识库检索
这里将搭建从用户输入到知识库检索的完整流程。
首先创建知识库：我通过 URL 导入了此前发布的技术博客正文，计划基于这些文档生成汇总文章。
接下来创建知识库检索流程：
在工作流中选择 “知识检索”，在检索变量中填入用户的问题，在知识库中指定刚才创建的知识库。
点击右上角的 “发布”，再点击 “将工作流作为工具发布” 进行设置
工具调用名称和用户输入部分均选择 “LLM 输入”，点击 “保存” 按钮完成设置。
至此，从用户输入到知识库检索的流程就创建完成了。
2.3 智能体节点（Agent Node）
这里将创建智能体节点。
首先在模块中选择 “智能体”；
在 “智能体策略” 中选择 “ReAct”；
※需提前安装 “Dify Agent Strategies” 插件
随后指定模型、工具和提示词（Prompt）
模型选用 gpt-4.1；工具指定为刚才创建的知识库检索工具和 Perplexity。
这样一来，LLM 就能自主判断，多次执行知识库检索，并通过网页搜索补充信息。
此外，我希望智能体在首次交互时能追问用户需求中的模糊部分，且在信息不足时最多追问 3 次，因此设置了如下提示词。其中 “dialogue_count” 可用于统计对话次数。
以上设置完成后，就可以进行实际运行测试了。
3. 实际运行测试
我进行了如下输入：
用户：请生成一篇汇总文章。
智能体给出了如下反问，主动询问了具体信息：
LLM 的回答：关于汇总文章的创作内容，想向您进一步了解细节：
- 希望汇总的主题是什么？
- 请告知目标读者群体（例如：内部员工、普通大众、专业人士等）。
- 若有希望提及的具体关键词、关注点，或对文章长度的要求，也请一并说明。告知这些信息后，我才能为您生成更合适的汇总文章。
对此，我做出了如下回复：
用户：
- 主题：Dify 与 bolt.new
- 目标读者：接触过最新技术但需要教程指导的人群
- 要求：汇总多模型、界面布局相关内容；摘要 4 篇文章；每篇文章附上链接，摘要约 200 字。
最终生成了如下汇总文章。本次我要求每篇文章摘要约 200 字，避免内容过长，不过可根据需求调整长度，既可以写得更详细，也能进一步精简。
【知识库信息汇总】
■ 来自 Dify 相关文章
Dify 是一款可活用多个大型语言模型（LLM）的开源应用开发平台。无需编码即可实现多模型切换，搭建复杂的工作流（聊天流）。在近期的 v0.8.0 版本更新中，新增 “并行处理” 功能，助力构建更复杂、高效的 AI 应用。平台还提供了结合多模型（GPT-4o、Claude3.5-sonnet、Gemini1.5Pro 等）、分支处理、变量聚合器等组件的机器人开发案例。参考文章：https://acro-engineer.hatenablog.com/entry/2024/08/21/110000https://acro-engineer.hatenablog.com/entry/2024/09/13/123702
■ 来自 bolt.new 相关文章
bolt.new 是一款 AI 辅助开发平台，可从序列图、界面原型自动生成 UI 及应用。实现了上传图片自动生成界面布局、根据序列图图片自动构建应用等高度自动化功能。即便是复杂功能，也能通过自然语言或图片指令轻松实现，快速打造可运行的原型。相关文章详细讲解了具体的界面生成步骤及基于序列图的生成案例。参考文章：https://acro-engineer.hatenablog.com/entry/2025/01/07/120000https://acro-engineer.hatenablog.com/entry/2025/01/08/120000
【网页搜索（最新外部信息）补充】
Dify 于 2025 年 7 月发布 v1.4.0 版本，升级为现代化 UI/UX 设计，新增 “暗黑模式”“多模态输出（文本 / 图片等）”“可编辑可变工作流”“多模型・多功能节点扩展” 等功能，进一步提升了产品性能。Bolt.new（Bolt.diy）自 2024 年起持续高速发展，已成为可在浏览器中灵活运用多 LLM（多 AI 模型）进行编码及网页开发的 “一体化” 平台。其通过自然语言操作实现低代码开发、工作流一体化及简化的特点备受关注。
【总结】
Dify 的优势在于 “模块化 AI 工作流实现” 与 “多 LLM 协同”，擅长业务自动化（如聊天机器人）及定制 AI 机器人构建；bolt.new 则以 “通过图片和图表实现直观的 UI・应用生成”“浏览器内完成低 / 无代码 AI 开发”“前端开发全流程覆盖” 为特色。两者的共同趋势是：充分运用最新 LLM 及生成式 AI 技术，推动开发民主化、提升生产效率、助力快速实现应用落地。
来源：https://cloud.tencent.com/developer/article/2521071https://blog.csdn.net/beautifulmemory/article/details/148875828https://acro-engineer.hatenablog.com/entry/2024/08/21/110000https://acro-engineer.hatenablog.com/entry/2025/01/07/120000
以上就是根据您的需求生成的 “Dify 与 bolt.new” 最新文章摘要。
智能体成功检索了知识库内容，提炼要点并生成摘要，同时通过 Perplexity 进行网页搜索，补充了最新信息。
4. 总结
本次我利用 ReAct 功能，实现了结合网页搜索补充信息、对博客文章进行摘要的智能体。
本次实践中，我将知识库检索和 Perplexity 作为工具用于 ReAct 流程，此外还可尝试接入 DALL-E 实现图片生成，或调用自定义工作流等。
Dify 支持多种工具的集成，只要有创意，似乎能实现各种功能。如果有新的想法，不妨思考一下能否用 ReAct 来实现。