Dify 实战：把论文语言润色做成团队可用的应用

研究人员与学生经常要做「论文语言润色」这类事：润色学术论文语言而不改变观点。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。

本文介绍如何在 Dify 工作流 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目	说明
技能	论文语言润色（`paper-polish`）
作用	润色学术论文语言而不改变观点
输入	论文段落
输出	润色稿
形态	纯提示词
风险	低
适用人群	研究人员与学生

处理流程分四步：

修正语法
统一术语
改善逻辑衔接
保留原意

这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；风险较低，但输出仍需快速过目再使用。

在 Dify 工作流中是什么形态

Dify 是开源的大模型应用开发平台，可以用可视化工作流把开始、LLM、知识检索、代码执行、HTTP 请求、条件分支等节点串起来，适合把技能做成团队可直接使用的应用。

可以使用云端版本或自行部署；工作流发布后可通过网页应用或 API 调用。

示例配置

# 示意结构（便于理解节点关系，不是 Dify 导出的 DSL 文件）
应用: 论文语言润色
类型: 工作流
节点:
  - 开始: 输入变量 content（论文段落）
  - 模板转换: 预处理输入，统一格式
  - LLM: 系统提示词写明步骤——修正语法；统一术语；改善逻辑衔接；保留原意
  - 条件分支: 输出中是否包含“需人工确认”
  - 结束: 输出 润色稿

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在研究人员与学生提出相关请求时能对上号；二是约束部分要写进「引用必须回到原文核对，绝不编造文献」这类领域规矩，避免智能体自作主张。

安装与启用步骤

新建工作流（或对话流）应用
在开始节点定义输入变量
按技能步骤添加 LLM、代码或工具节点
加条件分支处理需人工确认的情况
调试运行后发布，并把访问方式告诉团队

实操：一次完整的运行

假设你在文献库、数据与写作工具中发出这样的请求（虚构示例）：

这是今天的论文段落，按团队的论文语言润色流程处理一下。

智能体识别到任务与「论文语言润色」相关后，会依次修正语法、统一术语、改善逻辑衔接、保留原意。最终交付润色稿，并在末尾列出需要人工确认的内容。你的工作是对照原始论文段落抽查两三处关键信息，确认无误后再使用。

测试与验收

在调试面板逐节点查看输入输出，准备至少三组样例反复运行。

针对这个技能，还建议额外准备：

一份信息齐全的标准论文段落，检查输出是否完整
一份缺少关键信息的输入，检查智能体是否先提问而不是编造
一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

所有步骤都塞进一个 LLM 节点，出错时难以定位。
代码节点中写死了敏感配置。
只写了步骤，没写交付格式，导致每次输出的润色稿结构不同。
没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。