Dify 实战：把办公文档翻译做成团队可用的应用
「办公文档翻译」是职场人士的高频任务。它的输入通常是原文，期望得到的是译文。这类有固定流程、又需要一点判断力的工作，很适合封装成智能体 Skill。
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 | 办公文档翻译（translation-office） |
| 作用 | 翻译邮件、通知等办公文档 |
| 输入 | 原文 |
| 输出 | 译文 |
| 形态 | 纯提示词 |
| 风险 | 低 |
| 适用人群 | 职场人士 |
处理流程分四步：
- 识别语境
- 保持格式
- 调整礼貌用语
- 校对专有名词
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: 办公文档翻译
类型: 工作流
节点:
- 开始: 输入变量 content（原文）
- 模板转换: 预处理输入，统一格式
- LLM: 系统提示词写明步骤——识别语境；保持格式；调整礼貌用语；校对专有名词
- 条件分支: 输出中是否包含“需人工确认”
- 结束: 输出 译文
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」，让智能体在职场人士提出相关请求时能对上号；二是约束部分要写进「任何对外发送的内容都先人工过目」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
假设你在邮箱、日历与文档中发出这样的请求（虚构示例）：
用办公文档翻译技能处理这份原文，输出译文。
智能体识别到任务与「办公文档翻译」相关后，会依次识别语境、保持格式、调整礼貌用语、校对专有名词。最终交付译文，并在末尾列出需要人工确认的内容。你的工作是对照原始原文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原文，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，导致每次输出的译文结构不同。
- 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
- 办公文档翻译 · 腾讯元器 版
- 办公文档翻译 · 介绍
- 办公文档翻译 · 常见坑
- 制度问答 · Dify 工作流 版
- 周报撰写 · Dify 工作流 版
- 智能体Skills 分类：625 个技能 × 32 个角度
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。