第13讲 Dify 平台与架构深度剖析——工作流节点、RAG 管线与“定位三岔口“

本讲承接第10讲《多智能体协同：低代码编排入门》（我们在 Dify 画布上拖出了第一条 RAG 流水线）、第11讲《多智能体框架实战》（把同一条流水线写成了 CrewAI/AutoGen/AgentScope 代码）、第12讲《LangChain 工程化落地》（用代码给单个智能体盖了一栋楼）。前面都是"用" Dify，本讲第一次"拆" Dify：节点背后是什么执行模型？知识库/RAG 管线怎么接？模型路由怎么配？它和扣子（第07讲）、LangChain（第12讲）、以及作者自研的 OPC/PASM 到底各站在知识树的哪个枝头？参考《从0到1搭建AI智能体》（廖显东，机械工业出版社，2026）、《手把手教你搭建自己的AI智能体》与《AI智能体实战：一人公司（OPC）从0到1落地手册》。

读完你能带走四件事：① 一套"节点 + 边 + 变量"的心智模型，看懂 Dify 工作流引擎本质；② 一条完整 RAG 管线在 Dify 里的落点；③ 一张 Dify / 扣子 / LangChain / 自研引擎的"定位三岔口"对照图；④ 一份不踩坑的 Dify 选型决策。

一、引子·为什么：你会拖 Dify，但你还不会"拆" Dify

第10讲你已经在 Dify 画布上拖出过一条"知识检索 → 调研员 → IF/ELSE → 写手"的流水线，跑通了第一篇带来源、不瞎编的科普文。第11讲你又把这同一条流，写成了 CrewAI / AutoGen / AgentScope 三份 Python 代码。第12讲你用 LangChain 把"单个智能体"的工程化五层楼盖完了。

到这里，你已经站在了一个很微妙的位置：同样的业务，你既能用低代