Dify官方工作流节点库不包含JevAI节点，需通过HTTP Request节点、自定义工具或Code节点集成；若为私有服务，须确保接口可达且响应格式规范。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
目前 Dify 官方工作流节点库中不包含 JevAI 节点，也没有原生支持“JevAI”这一名称的内置节点或插件。JevAI 并非 Dify 社区公认的标准模型服务（如 Qwen、GLM、Claude、OpenAI 等），也未出现在 Dify v1.5+ 的公开节点类型列表、工具市场或 SDK 文档中。
确认 JevAI 是否为内部/私有 AI 服务
如果你提到的 JevAI 是企业自研或私有部署的决策引擎（例如基于规则引擎 + LLM 封装的 API 服务），那么它不能直接作为“节点”拖入 Dify 可视化画布，但可通过以下标准方式集成：
-
HTTP Request 节点调用：在工作流中添加「HTTP Request」节点，配置 JevAI 服务的 URL、请求头（如 Authorization）、JSON Body 模板，并将上游节点输出（如用户输入、结构化数据）通过
{{ $.xxx.output }}注入 - 需确保 JevAI 提供 RESTful 接口，支持 POST 方法、JSON 输入/输出，且响应格式稳定（推荐含 status/code/data 字段，便于后续 Condition 节点判断）
- 注意跨域与网络可达性：Dify 后端需能访问 JevAI 服务地址（如部署在内网，需确认 Dify 所在服务器可直连；若为云服务，检查安全组与白名单）
若需长期复用，建议封装为自定义工具（Tool）
将 JevAI 接口注册为 Dify 内置工具后，可在任意工作流中像调用“知识库检索”一样使用，支持参数校验、前端展示、权限控制：
- 在 Dify 源码目录
api/core/tools/provider/builtin/下新建文件夹（如jevai/） - 添加
jevai.yaml描述工具元信息（名称、描述、图标路径、认证方式） - 添加
tools/decision.yaml定义具体能力：输入参数（如context,policy_id）、API 地址、请求方法、响应 Schema - 重启 Dify 服务后，该工具会出现在工作流节点侧边栏「工具」分类下
替代方案：用 Code 节点做轻量胶水逻辑
若 JevAI 接口较简单（如仅需拼接字段 + 发起一次 HTTP 请求），也可跳过工具封装，直接使用「Code 节点」（Python 运行时）：
- 输入变量自动注入为 Python 字典（如
inputs["user_query"]） - 用
requests调用 JevAI，捕获响应并返回结构化结果（如{"result": "APPROVE", "reason": "..."}） - 适合快速验证、临时对接，但不推荐用于生产环境高频调用（缺乏重试、超时、日志追踪等生产级能力）
不复杂但容易忽略：所有外部服务集成前，请先用 curl 或 Postman 手动测试 JevAI 接口是否可通、返回是否符合预期，再投入 Dify 工作流编排。
