【Dify】使用工具节点实现 API 接口调用与 JSON 处理

在真实业务里，AI 工作流很少只靠模型“空想”。更常见的做法是：先用工具节点拿数据，再把 JSON 变成读得懂的答案。这篇文章从实践出发，给出一套可复用的“API 调用 + JSON 处理”作业流。

一、典型应用场景与节点选型

• 舆情/工单/知识检索增强：调用搜索/公司内网 API，取结构化结果→整合→回答。

• 报表与看板：调用 KPI/Prometheus/Jira/GitHub 等接口→生成 Markdown 表格/摘要。

• 工具型 Agent：让 LLM 按需调用多个工具，完成查询→对比→建议的闭环。

节点选型建议：

• 纯拉数据、无复杂逻辑：优先 Tool/HTTP 节点（少写代码，稳定）。

• 需聚合/清洗/合并分页：在 Tool 之后加 Code 节点（Python） 做二次处理。

• 需要统一输出样式：用 Template（Jinja2） 先拼 Markdown，再交给