Dify 实战：把对账做成团队可用的应用
财务人员经常要做「对账」这类事：核对银行流水与账簿记录。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 | 对账（reconciliation） |
| 作用 | 核对银行流水与账簿记录 |
| 输入 | 流水与账簿 |
| 输出 | 对账结果 |
| 形态 | 带脚本 |
| 风险 | 中 |
| 适用人群 | 财务人员 |
处理流程分四步：
- 匹配记录
- 找出未达账项
- 分类原因
- 生成调节表
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；属于中等风险：结果会影响业务判断，建议在输出前设置人工审核点。
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: 对账
类型: 工作流
节点:
- 开始: 输入变量 content（流水与账簿）
- 代码执行: 预处理输入，统一格式
- LLM: 系统提示词写明步骤——匹配记录；找出未达账项；分类原因；生成调节表
- 条件分支: 输出中是否包含“需人工确认”
- 结束: 输出 对账结果
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」，让智能体在财务人员提出相关请求时能对上号；二是约束部分要写进「数字逐项复核，正式口径以财务系统为准」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
假设你在表格与财务系统中发出这样的请求（虚构示例）：
帮我做一下对账，材料是附上的流水与账簿。
智能体识别到任务与「对账」相关后，会依次匹配记录、找出未达账项、分类原因、生成调节表。最终交付对账结果，并在末尾列出需要人工确认的内容。你的工作是对照原始流水与账簿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流水与账簿，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，导致每次输出的对账结果结构不同。
- 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。