需在Dify中手动注册LingyiWanwu为OpenAI兼容供应商，分别添加yi-large、yi-large-rag、yi-medium模型，并通过条件分支实现动态路由与混合调用。
☞☞☞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☜☜☜
要在Dify中实现Yi-Large模型的高级编排——比如动态路由到RAG增强分支、条件触发联网检索（yi-large-rag）、或在单次会话中混合调用yi-large与yi-medium进行成本-质量权衡——必须绕过默认模型选择界面，直接在应用工作流中注入底层API参数控制逻辑。
确认Yi-Large服务可用性与权限边界
登录零一万物控制台 → 进入「API Keys」页面 → 检查当前Key状态栏是否显示【已激活】且右侧有「yi-large」勾选标记；若未勾选，点击该模型右侧【申请】按钮并等待审核通过——【未获批模型名即使填入Dify也会返回404，且无明确错误提示】。
打开https://api.lingyiwanwu.com/v1/models，用curl或Postman发送GET请求，Header带上你的API Key，验证响应体中是否包含"yi-large"条目；如返回空数组或401，说明Key未绑定模型或已过期。
在Dify中手动注册LingyiWanwu为OpenAI兼容供应商
进入Dify后台 → 右上角头像 → 【设置】→【模型供应商】→ 点击【添加模型供应商】。
供应商类型选【OpenAI API Compatible】，名称填写“LingyiWanwu”，Base URL严格输入https://api.lingyiwanwu.com/v1（结尾不能加斜杠），其余字段留空。
点击【安装】后立即刷新页面2～3次——Dify前端不会弹出成功提示，但刷新后列表中出现“LingyiWanwu”即表示安装完成。
配置Yi-Large及其变体模型
方法一：直连零一万物官方托管服务
在刚添加的LingyiWanwu供应商右侧点击【添加模型】→ 模型名称填写yi-large（大小写敏感，不可写成YI-LARGE或yi_large）→ API Key粘贴已获授权的密钥 → Base URL复用https://api.lingyiwanwu.com/v1 → 点击【保存】。
方法二：同时注册yi-large-rag支持实时联网
重复【添加模型】操作，模型名称填yi-large-rag，其余参数同上；注意：该模型会自动判断是否需联网，无需额外开启开关，但输入中需含明确时效性关键词（如“今天”“最新”“截至2026年”）才会触发搜索。
方法三：为成本敏感场景预置yi-medium备用链路
再添加一个模型，名称填yi-medium，同样使用同一API Key和Base URL；它将在高级编排中作为降级兜底选项，响应速度比yi-large快约40%，Token成本低65%。
构建高级编排工作流
第一步：新建应用 → 进入【编排】页 → 删除默认LLM节点，拖入三个【LLM】节点，分别命名为「主推理-yi-large」、「联网增强-yi-large-rag」、「降级兜底-yi-medium」。
第二步：在「主推理-yi-large」节点配置中，模型下拉框选择刚添加的yi-large；展开【高级参数】→ 在「Parameters」JSON框内填入：{"temperature": 0.3, "top_p": 0.85}，抑制发散性输出，强化事实一致性。
第三步：添加【条件分支】节点，连接「主推理」的输出 → 设置判断逻辑：若响应中包含「信息不足」「暂无数据」「需最新资料」等关键词，或用户原始输入含「实时」「最新」「截至」字样，则流向「联网增强-yi-large-rag」；否则流向「降级兜底-yi-medium」。
第四步：在「联网增强-yi-large-rag」节点中，模型选yi-large-rag → 展开【高级参数】→ 勾选「启用联网搜索」→ 在「System Prompt」中追加：“你必须优先调用实时搜索功能获取2026年10月之后的信息，再进行综合回答。”
第五步：为所有LLM节点的输出统一接入【变量提取】节点，用正则提取关键实体（如人名、日期、数值），供后续决策或数据库写入使用——这一步不做会导致RAG结果无法结构化落库。
