Dify中构建理赔智能测算助手需三步：先清洗PDF上传至知识库并完成索引；再设计“开始→检索→LLM”工作流，注入条款匹配与动态计算逻辑；最后用真实案例测试并发布。
☞☞☞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☜☜☜
你需要在Dify中快速构建一个能自动解析用户理赔描述、匹配保险条款、动态测算赔付金额并生成专业解答的智能工具，避免人工逐条翻查条款和手动计算带来的效率低、易出错问题。
准备专用知识库：上传并清洗保险条款文档
进入Dify控制台→点击左侧菜单【知识库】→点击【新建知识库】→输入名称“保险理赔条款库（2026Q3）”，勾选“启用分块策略”→点击【创建】。
上传前必须清洗PDF：删除页眉页脚、水印、扫描件OCR错字（如“免赔额”被识别为“兔赔额”），否则向量检索会失效。推荐用Adobe Acrobat Pro执行“增强扫描”+“校对文本”两步操作，耗时约3分钟/百页。
上传清洗后的PDF文件（支持单次最多500MB），等待状态变为“已完成索引”。【注意：上传后不要立刻测试，需等待右上角显示“索引完成（100%）”才可进入下一步】
设计核心工作流：三节点串联实现“理解→匹配→计算→输出”
点击【应用】→【创建工作流】→选择类型为“工作流（Chatflow）”，命名“理赔智能测算助手”。
第一步：配置「开始」节点→在右侧面板将输入变量设为sys.query（用户原始描述），例如：“客户王女士，45岁，乳腺癌术后复发，已住院12天，有医保，保单号A88721”。
第二步：添加「知识库检索」节点→拖拽连接至「开始」节点下方→在配置中选择刚建好的“保险理赔条款库（2026Q3）”→检索模式选“向量+全文”→召回Top K=5→输入字段填{{sys.query}}。
第三步：添加「LLM」节点→连接至检索节点→在提示词编辑区粘贴以下结构化指令：
你是一名持证保险理赔专员。请严格按以下顺序执行：①从用户描述中提取关键实体：病种、治疗方式、住院天数、医保状态、保单类型；②对照检索返回的5条条款，定位最匹配的1条（优先匹配病种+治疗方式组合）；③若该条款含动态计算公式（如“医保报销后，剩余费用×80%”），代入用户数据实时计算；④用口语化中文输出结论，首句明确是否符合理赔条件，末尾附条款原文编号及依据句。
注入动态计算能力：用自定义工具接入费率与参数API
方法一：调用内部精算系统REST API（推荐）
进入【设置】→【工具】→【创建自定义工具】→选择“OpenAPI Schema”导入方式→粘贴公司精算部提供的Swagger JSON地址（形如https://api.actuary.xxx/v1/openapi.json）→鉴权方式选“API Key”，填写由IT部门分配的key值→保存后该工具即出现在节点列表中。
方法二：硬编码常用参数表（适用于无API权限场景）
在LLM节点提示词末尾追加静态参数块：“当前有效参数：重大疾病豁免比例=100%，住院津贴=300元/天，医保目录内报销率=90%，乳腺癌术后复发赔付系数=1.5”。此方式无需额外工具节点，但每次参数更新需手动修改提示词。
【关键前提：方法一必须确保API服务在Dify所在VPC网络内可达，否则工作流将超时中断】
测试与上线：用真实理赔案例验证逻辑闭环
① 在工作流编辑页点击【预览】→输入测试用例：“男性，52岁，确诊急性心肌梗死，支架植入术，住院9天，有职工医保，保单含重疾险与医疗险”。
② 观察输出是否包含：明确结论（如“符合理赔条件”）、计算过程（如“医保报销后剩余42,800元×100%=42,800元”）、条款依据（如“依据《重疾险条款》第3.2.1条”）。
③ 若结果缺失计算或引用错误，立即点击节点右侧【调试日志】→查看“知识库检索”返回的原始片段是否含该条款→若不含，说明PDF清洗不彻底或分块策略未覆盖条款标题层级。
④ 确认无误后，点击右上角【发布】→选择“公开访问”或“团队内可见”，复制分享链接给核赔组试用。
