dify 1.13.0——Human-in-the-Loop与工作流执行架构全面升级，释放AI与人的

dify 1.13.0——Human-in-the-Loop与工作流执行架构全面升级，释放AI与人的协作潜力

一、核心特性：Human-in-the-Loop (HITL)
Dify 1.13.0 最大的创新在于引入了 Human Input 节点，这是一个革命性更新，让人类输入成为工作流原生组成部分。此前的工作流往往只能在“自动化”或“手动执行”两种模式之间切换，对于需要人工判断的高风险场景，这种二元结构显得捉襟见肘。而 HITL 的引入，弥合了这种“信任鸿沟”，让自动化流程具备人工纠偏能力。

1. 背景说明
以往工作流要么完全由 AI 自动执行，要么依赖人工操作，这导致在涉及关键业务判断的场景中，难以平衡 AI 的效率与人工的可靠性。现在，Dify 支持将人工审核步骤直接嵌入工作流执行图中，实现真正的智能协作。

2. 核心功能
（1）原生工作流暂停机制

在流程关键节点插入“Human Input”节点，工作流即会暂停，等待人工输入。这对于涉及敏感决策或需人工校验的数据场景尤为必要。

（2）人工审核与编辑

暂停后系统会生成可视化界面，人工可审阅 AI 输出内容，修改关键变量（如草稿、数据结果等），再继续执行流程，从而保证精准度。

（3）操作路由控制

可配置自定义按钮，如“批准”、“拒绝”、“升级处理”等，用于决定后续工作流路径。不同操作对应不同的逻辑分支，实现高度灵活的决策流。

（4）多渠道输入方式

人工输入表单可通过 Web 应用或邮件推送形式完成。在云环境下，邮件方式可能受订阅计划或功能设置影响。

二、架构更新：支持暂停和恢复的工作流机制
为支持 HITL 所需的状态化暂停与恢复机制，Dify 对执行引擎进行了全面重构。

1. 执行架构变化
• Workflow-Based Streaming Executions 和 Advanced Chat Executions 现均由 Celery workers 执行。
• 非流式的工作流运行仍在 API 进程中处理。
• 所有暂停／恢复路径（包括 HITL）均通过 Celery 恢复执行，事件流式返回经由 Redis Pub/Sub 实现。
2. 大规模部署及自托管建议
Dify 引入了新的 Celery 队列：workflow_based_app_execution。标准部署模式可直接使用，但对于高并发、高吞吐环境，官方建议进行如下优化：

• Scale Workers（扩展 Worker 数量）：根据工作负载增加对该队列的 Worker。
• Dedicated Redis（专用 Redis 实例）：大规模部署推荐配置 PUBSUB_REDIS_URL 指向专用 Redis；使用 Redis Cluster 模式结合分片 PubSub，可实现水平扩展与稳定高性能。
#大模型# #福大大架构师每日一题#