Dify 长文案编写 Agent
用 Dify advanced-chat workflow 把「写长文」拆成可控的迭代循环：先大纲、再分段扩写、最后跑风格校验工具，每一步独立可观察可干预。
复演真实 Dify advanced-chat graph：开始节点读入字数预算，循环里反复「扩写 → 数字数 → 判断达标」，达标后跑风格校验工具。
本地版本说明
这是用真实工作流 YAML（循环扩充文本.yml + Tool-StyleChecker.yml）的节点逻辑在一个样例故事主题上的复演，不调真实 Dify/DeepSeek。循环、字数统计、退出条件都是真实节点行为。
运行长文迭代工作流
在示例主题上复演 Dify advanced-chat graph：开始节点读入预算 → 循环里「扩写 → 数字数 → 判断达标」反复迭代 → 退出后跑风格校验工具。
开始节点输入
zhuti· 一篇关于「深夜便利店」的短篇小说
beijing· 基调温暖治愈，第三人称叙述，结尾留白
zishu (budget) = 1200
文章扩充节点 (LLM · deepseek-chat)
按 主题 + 背景 + conversation.history 扩写下一段，要求「故事递进性」。
节点统计 (code · python3)
def main(arg1): return {"result": len(arg1)} — counts len(history).
条件分支 (if-else)
len(history) ≥ zishu ? 达标 → 退出循环；否则回到扩充节点。
执行日志
运行工作流，看迭代循环逐轮扩写并判断字数。
逐段成稿 & conversation.history
字数预算进度
0%
建议体验
运行工作流，看每轮迭代扩写一段并累加字数。
注意 if-else 退出条件：只有 len(history) ≥ 字数预算时循环才结束。
看 StyleChecker 的 JSON 结论——风格是否一致 + 具体修改建议。
这个试玩能说明什么
你能设计有状态的 Dify 循环：类型化 conversation 变量 + code 节点 + if-else 退出，而不是一个超大 prompt。
你把进行中的状态（conversation.history）和模型调用分离，单轮失败可独立恢复。
你清楚什么时候低代码编排比手写长 agent 循环更合适。
真实工作流
3 个 YAML：长文本扩展 + 循环扩充文本 + Tool-StyleChecker
循环控制
Dify loop 节点 · conversation 变量 zishu/tetx_new/history · if-else ≥ 预算
最强信号
有状态的低代码编排，且每步可独立选模型