Dify多Agent架构支持电商客服基于用户历史、库存、促销和竞品四维数据协同决策并主动推荐。需新建Agent应用，明确定义角色与边界，接入四大工具并行调用，经融合决策后生成精准话术。
☞☞☞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☜☜☜
你需要让电商客服不仅能回答“这款手机有没有货”，还能结合用户历史行为、实时库存、促销节奏和竞品动态，主动推荐“同价位续航更强的X型号，今天下单送延保”。这种多维度协同决策正是Dify多Agent架构的核心价值。
创建主控Agent与角色定义
登录Dify控制台 → 点击【新建应用】→ 选择【Agent】类型（不是Workflow或Chatbot）→ 应用名称填“多维商品推荐Agent”。【必须选Agent类型，Workflow无法触发工具链式自主决策】
在“说明”文本框中，用Markdown写明角色与边界：## 角色：智能购物顾问；## 能力边界：仅处理商品推荐类请求，拒绝价格谈判、物流投诉等非推荐任务；## 决策依据：必须同时参考用户历史订单、当前库存状态、7日内促销日历、3个主流竞品平台同款报价。
这一步操作起来很简单，直接把文件拖进去就行。但提示词质量决定Agent是否“懂业务”——实测发现写“根据用户喜好推荐商品”不如写“若用户3个月内买过母婴用品且浏览过奶粉，优先推荐辅食机+奶瓶消毒器组合套装”效果好。
接入四类关键工具并配置调用逻辑
方法一：用户行为分析工具
在“工具”面板点击【添加工具】→ 选择【自定义HTTP API】→ URL填入你的真实用户数据库接口（如https://api.yourshop.com/v2/user/history）→ 设置Header为Authorization: Bearer {{api_key}} → 测试连接成功后保存。
方法二：实时库存查询工具
添加【内置工具】→ 选择【SQL Query】→ 数据源选已配置的MySQL库存库 → 输入查询语句：SELECT sku, stock_level, last_update FROM inventory WHERE sku = '{{input.sku}}'；【注意：此处必须用{{input.sku}}变量传参，硬编码SKU会导致所有用户看到同一结果】
AI编程系统协调器。触发词：开发、实现、创建、添加、修复、报错、重构、优化、review、评审、继续、为什么、记住、保存经验、复盘、分析、学习、参考、模仿、/evolve
方法三：促销日历工具
添加【代码节点】→ 类型选Python → 输入以下逻辑：
import datetime
today = datetime.date.today()
if today.weekday() == 0: print({'promo_type': '周一爆款', 'discount': 0.15})
elif today.day in [8,18,28]: print({'promo_type': '会员日', 'discount': 0.2})
else: print({'promo_type': '日常活动', 'discount': 0.05})
方法四：竞品比价工具
添加【DuckDuckGo搜索】→ 在提示词中限定：“搜索京东、拼多多、抖音商城中【{{input.product_name}}】的最新售价，只返回价格数字，不要解释” → 勾选【启用结果摘要】。
编排多Agent协作流程
第一步：LLM主控节点接收用户输入，判断是否触发推荐流程。
第二步：若判定为推荐请求，则并行启动四个工具节点（用户行为、库存、促销、竞品），不设先后顺序。
第三步：工具全部返回后，进入“融合决策”节点——添加一个新LLM节点，提示词强制要求：「你是一名资深电商选品经理。请基于以下四组数据做交叉验证：①用户最近3单均含蓝牙耳机，②目标SKU库存仅剩12台，③今日无专属折扣但明日有15%秒杀，④竞品A平台同款标价低8%，但B平台赠品价值高。请给出唯一推荐结论，并说明理由。」
第四步：将融合决策结果输出到“话术生成”节点，调用Jinja2模板渲染成带表情符号和跳转链接的富文本。
这一步不能跳过融合环节。我见过太多案例：单独跑库存工具说“有货”，单独跑竞品工具说“贵了”，但没做交叉验证就直接推荐，导致用户点开链接发现“页面404”或“已下架”。Dify的多Agent不是堆砌工具，而是让每个Agent当专家，主控Agent当总监。
点击右上角【发布】按钮 → 选择发布为Webapp → 复制嵌入代码到你的商品详情页底部。
