Postsread more
Dify 深度玩法（五）：Agent、MCP 与一个完整实战
Dify 深度玩法（五）：Agent、MCP 与一个完整实战
上一篇：RAG 深度玩法。 本篇是收官：先讲清 Agent 与 Workflow 的分工原则，再讲 MCP 的实际价值，最后把整个系列串成一个跑得通的真实项目——博客勘误官。
Agent 与 Workflow：谁管什么
新版 Dify 的 Agent 带来了 Linux 沙箱与技能（Skills）体系：Agent 可以在隔离环境里执行命令、管理文件、按需安装依赖。能力变强之后，最重要的设计原则反而是克制：
- Agent 管判断：任务路径开放的环节——自己决定查什么、跑哪个脚本、怎么补证据；
- Workflow 管编排：触发、顺序、分支、审批门、重试、归档——所有需要确定性的环节。
flowchart TD
T["定时 / 表单触发"] --> W["Workflow 编排层<br/>触发·顺序·审批门·重试·归档"]
W --> A{"需要开放判断？"}
A -- "否：路径确定" --> N["普通节点链<br/>LLM·Code·HTTP·知识检索"]
A -- "是：现场决定做什么" --> AG["Agent 节点<br/>沙箱内自主执行"]
N --> O["出口：API / Web App / MCP / 推送"]
AG --> O
反例是"一个 Agent 干全部"：触发它自己定、写操作它自己批、失败它自己咽——这类流程出问题时你连现场都还原不了。自主性是成本，不是默认值。