dify工作流实战：HTTP节点对接高德天气API实现智能查询

1. 从零开始理解dify工作流与高德天气API

第一次接触dify工作流时，我完全被它强大的自动化能力震撼到了。简单来说，dify工作流就像是一个智能流水线，能够把复杂的任务拆分成多个小步骤，然后自动完成。而高德天气API则是一个宝藏数据源，它能提供全国各地的实时天气信息。把这两者结合起来，就能打造出一个智能天气查询系统。

你可能要问：为什么要用工作流来做天气查询？直接调用API不行吗？这里有个实际案例：我们团队曾经接到一个需求，用户不仅要查天气，还要根据天气情况给出穿衣建议、出行提示等。如果只用API，我们需要写大量逻辑代码。但用dify工作流，只需要像搭积木一样把各个功能模块连接起来，整个过程可视化操作，调试起来特别方便。

2. 环境准备与基础配置

2.1 搭建dify运行环境

我建议使用Ubuntu 22.04 LTS系统，这是目前最稳定的选择。记得第一次配置时，我因为没注意Docker版本踩了个坑：Docker版本必须不低于28.0.1，否则工作流功能会有兼容性问题。安装完成后，用这个命令检查版本：

docker --version
docker-compose --version

dify的默认访问地址是http://你的服务器IP:80。这里有个小技巧：如果你要修改端口，记得同时调整docker-compose.yml文件中的端口映射配置。我有次只改了nginx配置，结果服务起不来，排查了半天才发现是这个问题。

2.2 获取高德API密钥

申请高德开发者账号时，有个关键点容易被忽略：必须选择"Web服务API"类型的Key。我有次选了Android平台的Key，调试时一直报错，浪费了两小时才发现问题。申请成功后，记得把Key保存在安全的地方。我习惯在dify的环境变量里也存一份，这样不同工作流都能共用。

3. 构建天气查询知识库

3.1 导入城市编码表

高德的城市编码表是个神奇的东西，它给每个城市分配了唯一的adcode。我刚开始觉得这多此一举，直到有用户