在日常工作中，我们常常会遇到阅读各类文档、项目方案以及会议纪要等情况，但有时难以迅速抓住重点，需要反复阅读多遍才能理解其中的关键信息，就想到有没有办法借助Dify将文档转化为结构化的思维导图，以此来更高效地提取和理解重点内容。以下便是我使用Dify 进行这一转化实践过程的记录(以下实践过程基于dify1.2.0版本)。
注:如有需要DSL文件，请留意文末的下载链接地址。
前置准备
1. 安装Markdown转换器插件
这个插件的作用主要是为了生成思维导图html文件。
2. 安装Agent策略插件
安装这个插件主要是为了让Dify能够调用MCP工具。
3. 启动MCP Server工具
这里的MCP Server工具作用是将输入的markdown内容转为html格式的思维导图，原始项目工具代码下载地址如下：
https://github.com/YuChenSSR/mindmap-mcp-server
因为这个项目工具目前只支持stdio模式（只支持本地进程间通信），而Dify服务一般部署在容器中，我需要的sse模式，以支持远程调用，所以对代码做了调整。如果想额外了解MCP开发流程的可以参考之前写过的文章
github开源项目-MCP（开发流程）
启动服务：
#略过python环境搭建pip install mcp #安装依赖python mindmap_mcp_server.py --host 0.0.0.0 --port 1100
配置工作流
总体工作流如下：
开始节点
添加file变量，支持文件上传。
文档提取器节点
提取文档中的内容。
文档内容转markdown节点
将文档提取器节点提取到的内容转为markdown。
上下文内容：{{#context#}}## 核心任务将上下文内容转化为符合以下标准的Markdown格式思维导图框架：1. **要素提取**：识别并提取关键实体、关系、流程三类核心要素2. **逻辑重构**：按「总-分」结构重组信息，确保父子节点存在推导关系## 格式规范### 层级控制- 主标题 `#`（1级）：文档主题- 章节 `##`（2级）：核心模块（≥3个）- 子项 `###`（3级）：具体要素（每个父节点下≥2个）### 内容标记- 关键术语：**加粗显示** + (简短释义)- 数据示例：```包裹的代码块```## 质量保障1. 预检机制（输出前必须验证）：- [ ] 无孤立节点（所有子项都有父节点）- [ ] 无重复内容（合并相似条目）
Agent节点
添加Agent策略时，我选择了环境准备安装的Agent策略插件，并指定了FunctionCalling策略。同时，对上述的MCP工具进行了配置。需要注意的是，这里工具列表要添加一个工具才能正常保存，因此我添加了获取当前时间的工具。
MCP服务配置如下：
{"mindmap": {"description": "将输入的markdown的内容转为思维导图","url": "http://192.168.1.110:1100/sse","headers": {},"timeout": 60,"sse_read_timeout": 300}}
指令配置：
请根据上下文内容调用mindmap MCP工具将输出结果转为合适完整可渲染的html，注意生成的内容务必不要添加其他冗余的信息。上下文:{{#1748051257295.text#}}
生成内容校验节点
这个节点的作用是检查上个节点的输出内容是否有语法错误，并按要求确定最终输出结果。
prompt提示
你的任务是对上下文中的html内容做校验，对html内容存在语法问题做修复并输出，确保输出内容完整不含且不包含冗余内容，最终输出为'#思维导图'拼接上html内容上下文：{{#context#}}
markdown转html节点
这个节点使用环境准备中的Markdown转换器插件。
结束节点
最终输出html文件。
启动工作流
测试过程没有用到太长的文章，因为可能超过token限制，这里我用之前写过的一篇公众号"Dify工作流实践:text2Sql与可视化生成"文章验证下输出效果。
工作流执行完成后会生成文件，点击右下角查看效果。
实践过程遇到的问题
-
若输入文件中包含特殊字符，尤其是代码内容，有时生成的思维导图会出现渲染展示异常的情况。 -
Dify Agent偶尔会无法调用到MCP工具，或许需要对MCP工具的描述信息进行优化，同时调整工作流节点的prompt和指令。
总结
在本文中，介绍了实践过程中如何使用Dify将文档转化为结构化思维导图，但我觉的目前这里的处理过程还是相对比较粗糙的，还有优化空间，比如：输入内容可以直接从网页上提取、可以对长文档拆分迭代处理、文档中包含图片的处理等。
DSL文件和调整后的MCP Server工具代码下载地址：
https://pan.baidu.com/s/15mfBJA_beb_5V1lFwlMF3Q?pwd=99f3
本篇文章来源于微信公众号: 开源纪行
文章评论