Dify
简体中文
简体中文
  • 入门
    • 欢迎使用 Dify
      • 特性与技术规格
      • 模型供应商列表
    • 云服务
    • 社区版
      • Docker Compose 部署
      • 本地源码启动
      • 宝塔面板部署
      • 单独启动前端 Docker 容器
      • 环境变量说明
      • 常见问题
    • Dify Premium
    • Dify 教育版
  • 手册
    • 接入大模型
      • 增加新供应商
      • 预定义模型接入
      • 自定义模型接入
      • 接口方法
      • 配置规则
      • 负载均衡
    • 构建应用
      • 创建应用
      • 聊天助手
        • 多模型调试
      • Agent
      • 应用工具箱
        • 敏感内容审查
    • 工作流
      • 关键概念
      • 变量
      • 节点说明
        • 开始
        • LLM
        • 知识检索
        • 问题分类
        • 条件分支
        • 代码执行
        • 模板转换
        • 文档提取器
        • 列表操作
        • 变量聚合
        • 变量赋值
        • 迭代
        • 参数提取
        • HTTP 请求
        • Agent
        • 工具
        • 结束
        • 直接回复
        • 循环
      • 快捷键
      • 编排节点
      • 文件上传
      • 异常处理
        • 预定义异常处理逻辑
        • 错误类型
      • 附加功能
      • 预览与调试
        • 预览与运行
        • 单步调试
        • 对话/运行日志
        • 检查清单
        • 运行历史
      • 应用发布
      • 结构化输出
      • 变更公告:图片上传被替换为文件上传
    • 知识库
      • 创建知识库
        • 1. 导入文本数据
          • 1.1 从 Notion 导入数据
          • 1.2 从网页导入数据
        • 2. 指定分段模式
        • 3. 设定索引方法与检索设置
      • 管理知识库
        • 维护知识库内文档
        • 通过 API 维护知识库
      • 元数据
      • 在应用内集成知识库
      • 召回测试/引用归属
      • 知识库请求频率限制
      • 连接外部知识库
      • 外部知识库 API
    • 工具
      • 快速接入工具
      • 高级接入工具
      • 工具配置
        • Google
        • Bing
        • SearchApi
        • StableDiffusion
        • Dall-e
        • Perplexity Search
        • AlphaVantage 股票分析
        • Youtube
        • SearXNG
        • Serper
        • SiliconFlow (支持 Flux 绘图)
        • ComfyUI
    • 发布
      • 发布为公开 Web 站点
        • Web 应用的设置
        • 文本生成型应用
        • 对话型应用
      • 嵌入网站
      • 基于 APIs 开发
      • 基于前端组件再开发
    • 标注
      • 日志与标注
      • 标注回复
    • 监测
      • 集成外部 Ops 工具
        • 集成 LangSmith
        • 集成 Langfuse
        • 集成 Opik
      • 数据分析
    • 扩展
      • API 扩展
        • 使用 Cloudflare Workers 部署 API Tools
        • 敏感内容审查
      • 代码扩展
        • 外部数据工具
        • 敏感内容审查
    • 协同
      • 发现
      • 邀请与管理成员
    • 管理
      • 应用管理
      • 团队成员管理
      • 个人账号管理
      • 订阅管理
      • 版本管理
  • 动手实验室
    • 初级
      • 如何搭建 AI 图片生成应用
      • AI Agent 实战:搭建个人在线旅游助手
    • 中级
      • 使用文件上传搭建文章理解助手
      • 使用知识库搭建智能客服机器人
      • ChatFlow 实战:搭建 Twitter 账号分析助手
  • 社区
    • 寻求支持
    • 成为贡献者
    • 为 Dify 文档做出贡献
  • 插件
    • 功能简介
    • 快速开始
      • 安装与使用插件
      • 插件开发
        • 初始化开发工具
        • Tool 插件
        • Model 插件
          • 创建模型供应商
          • 接入预定义模型
          • 接入自定义模型
        • Agent 策略插件
        • Extension 插件
        • Bundle 插件包
      • 插件调试
    • 插件管理
    • 接口定义
      • Manifest
      • Endpoint
      • Tool
      • Agent
      • Model
        • 模型设计规则
        • 模型接口
      • 通用规范定义
      • 持久化存储
      • 反向调用 Dify 服务
        • App
        • Model
        • Tool
        • Node
    • 最佳实践
      • 开发 Slack Bot 插件
      • Dify MCP 插件指南:一键连接 Zapier 并自动发送邮件
    • 发布插件
      • 自动发布插件
      • 发布至 Dify Marketplace
        • 插件开发者准则
        • 插件隐私政策准则
      • 发布至个人 GitHub 仓库
      • 本地发布与分享
      • 第三方签名验证
    • 常见问题
  • 研发
    • 后端
      • DifySandbox
        • 贡献指南
    • 模型接入
      • 接入 Hugging Face 上的开源模型
      • 接入 Replicate 上的开源模型
      • 接入 Xinference 部署的本地模型
      • 接入 OpenLLM 部署的本地模型
      • 接入 LocalAI 部署的本地模型
      • 接入 Ollama 部署的本地模型
      • 接入 LiteLLM 代理的模型
      • 接入 GPUStack 进行本地模型部署
      • 接入 AWS Bedrock 上的模型(DeepSeek)
    • 迁移
      • 将社区版迁移至 v1.0.0
  • 阅读更多
    • 应用案例
      • DeepSeek 与 Dify 集成指南:打造具备多轮思考的 AI 应用
      • 本地私有化部署 DeepSeek + Dify,构建你的专属私人 AI 助手
      • 如何训练出专属于“你”的问答机器人?
      • 教你十几分钟不用代码创建 Midjourney 提示词机器人
      • 构建一个 Notion AI 助手
      • 如何在几分钟内创建一个带有业务数据的官网 AI 智能客服
      • 使用全套开源工具构建 LLM 应用实战:在 Dify 调用 Baichuan 开源模型能力
      • 手把手教你把 Dify 接入微信生态
      • 使用 Dify 和 Twilio 构建 WhatsApp 机器人
      • 将 Dify 应用与钉钉机器人集成
      • 使用 Dify 和 Azure Bot Framework 构建 Microsoft Teams 机器人
      • 如何让 LLM 应用提供循序渐进的聊天体验?
      • 如何将 Dify Chatbot 集成至 Wix 网站?
      • 如何连接 AWS Bedrock 知识库?
      • 构建 Dify 应用定时任务助手
      • 如何在 Dify 内体验大模型“竞技场”?以 DeepSeek R1 VS o1 为例
      • 在 Dify 云端构建 AI Thesis Slack Bot
      • 将 Dify 快速接入 QQ、微信、飞书、钉钉、Telegram、Discord 等平台
    • 扩展阅读
      • 什么是 LLMOps?
      • 什么是数组变量?
      • 检索增强生成(RAG)
        • 混合检索
        • 重排序
        • 召回模式
      • 提示词编排
      • 如何使用 JSON Schema 让 LLM 输出遵循结构化格式的内容?
    • 常见问题
      • 本地部署
      • LLM 配置与使用
      • 插件
  • 政策
    • 开源许可证
    • 用户协议
      • 服务条款
      • 隐私政策
      • 获取合规报告
Powered by GitBook
On this page
  • 1. 概述
  • 2. 准备工作
  • 2.1 配置 OpenAI API
  • 2.2 安装 ArXiv 和 Slack 插件
  • 2.3 Slack 账户创建
  • 3. AI Thesis Slack Bot 的工作流搭建
  • 4. 具体步骤
  • 5. 未来优化方向
  • 6. 结语
  1. 阅读更多
  2. 应用案例

在 Dify 云端构建 AI Thesis Slack Bot

Previous如何在 Dify 内体验大模型“竞技场”?以 DeepSeek R1 VS o1 为例Next将 Dify 快速接入 QQ、微信、飞书、钉钉、Telegram、Discord 等平台

Last updated 3 months ago

作者:Alec Lee。2025/03/11

1. 概述

随着信息时代的发展,学术研究的数量不断增长,研究人员需要更高效的方式获取最新的学术成果。AI Thesis Slack Bot 通过 AI 自动化工作流,帮助用户在 Slack 上快速获取 arXiv 论文的摘要。

它可以用于:

  • 研究团队获取最新学术动态

  • 公司 AI 研究部门内部信息同步

  • 高校师生进行科研协作等场景需求

本指南将向您介绍如何搭建 AI Thesis Slack Bot,其核心工作原理,以及如何高效利用它提高生产力。

2. 准备工作

2.1 配置 OpenAI API

  • 在帐户下的模型设置里配置 OpenAI 并安装 API 密钥。

API

2.2 安装 ArXiv 和 Slack 插件

  • 在 Dify 的工具里安装 ArXiv 和 Slack。

2.3 Slack 账户创建

3. AI Thesis Slack Bot 的工作流搭建

a.用户在 Dify AI Thesis Slack Bot 里输入关键词(如"Large Language Model")。

b.机器人从 arXiv 检索相关论文,筛选最新的研究成果(例2024 年 1 月 1 日后的论文)。

c.使用 GPT-4o 进行智能整理,读取论文并生成摘要,推送到 Slack 指定的 Channel 里,格式如下:

  • 📄 论文标题

  • 👤 作者

  • 📆 发布日期

  • 📌 核心内容概述

d.机器人自动将摘要推送到 Slack,团队成员可以第一时间在 Slack 频道或私聊中查看最新的论文信息。

4. 具体步骤

4.1 创建工作流

a.在 Dify 主页面 选择 Create from Blank,然后选择 Workflow,输入名称(AI Thesis Slack Bot)。

b.在 Tools 里 选择已安装好的 ArXiv Search。

c.在节点里选择 LLM,并设置已配置好的 OpenAI 模型。

d.在 Tools 里 选择已安装的 Slack Incoming Webhook 并点击 Authorize,添加 Slack Webhook URL。

4.2 添加 Slack Webhook URL

b.选择 "From scratch"(从零开始),输入应用名称(如 AI Thesis Bot),选择要发送消息的 Slack 频道。

c.进入 Incoming Webhooks,激活 Activate Incoming Webhooks。点击 Add New Webhook to Workspace,选择 Slack 频道,复制生成的 Webhook URL。

d.粘贴 Webhook URL 到 Slack 节点 的 Slack Webhook URL 位置。

e.选择工作流最后一个节点End后,整理工作节点组建都链接好了。下面就需要配置各个节点上的参数。

4.3 配置各个节点的参数

a.Start 节点:设置关键词查询参数。

b.ArXiv Search 节点:添加 Query String 内容(可按需求调整)。

c.LLM 节点:选择模型,添加 CONTEXT,在 SYSTEM 里进行 Prompt Engineering(可按需求定制),在 USER 里选择 Context.

d.Slack 节点:在 Content 里选择 LLM/Text String。

4.4 测试和发布

a.在发布前 试运行,确认工作流程是否跑通后,点击 发布。

b. 如果确认到 Dify 的搜索结果和 Slack 上的传输内容,恭喜您,跑通了。

5. 未来优化方向

目前,AI Thesis Slack Bot 主要专注于 arXiv 论文检索和摘要推送,后续可以优化: ✅ 提高摘要质量:改进 LLM Prompt 提高精准度。 ✅ 积累检索结果:建立数据库存储历史论文。 ✅ 扩展更多数据源:支持 IEEE、Springer、ACL 等。 ✅ 个性化推荐:基于用户兴趣推送相关论文。 ✅ 多平台支持:兼容 WhatsApp、Teams、WeChat 等。

6. 结语

通过 AI Thesis Slack Bot,您可以实现学术信息的智能自动化推送,提升研究团队的生产力。如果希望进一步探索 AI Thesis Bot 的潜能,可以结合 Dify 和 Realtime API,开发更高级的应用,如 实时论文讨论 和 智能问答,让 AI 在学术交流和 AI 应用中发挥更大作用! 🚀

在 创建一个免费的 Slack 账户。

Slack
Create from Blank
Tools ArXiv
LLM
Slack Incoming Webhook

a.进入 ,点击 Create New App(创建新应用)。

Slack API
From Scratch
Incoming Webhooks Activate
Slack Webhook URL
End
Start

LLM Context
Slack Content
Shiyunxing
Last P
Slack 官方网站
Slack API 管理页面