Dify可自动解析购房信息并实时匹配32城最新房贷税费政策,输出精确到元的首付、月供、契税等明细及通俗解读;需配置专用知识库、RAG检索、双LLM节点与Python计算节点,全程离线运行无需外部API。
☞☞☞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Dify自动解析用户提交的购房信息(如城市、房屋类型、是否首套、成交价、面积、年限等),实时匹配当地最新房贷政策与税费规则,输出精确到元的首付/月供/契税/个税等明细,并用通俗语言解释每项费用的政策依据——这个工作流必须支持多城市规则动态切换、政策时效性校验、数值计算与自然语言生成一体化,不能依赖人工查表或外部API调用。
准备多城市政策知识库
在Dify控制台左侧导航栏点击「Knowledge Base」→右上角「+ New Knowledge Base」→填写名称为“房贷税费政策库”,描述写“覆盖北上广深杭等32城2026年Q3最新购房政策”,权限设为“仅应用内可访问”。
上传政策文件时,必须使用PDF或纯文本格式,【严禁上传扫描件图片或带水印的截图】,否则OCR识别会跳过关键数字导致后续计算全错。推荐从各地住建委官网下载《2026年商品房交易税费指引》原始PDF,删除页眉页脚后上传。
上传完成后,点击知识库右侧「Settings」→「Chunking Strategy」→将「Chunk size」设为512,「Overlap」设为64。这能确保“首套房认定标准”和“契税税率”这类跨段落关联规则被保留在同一语义块中。
构建政策匹配与数值提取工作流
进入「Workflow」→「+ New Workflow」→选择「Blank Workflow」→命名“房贷税费测算流”。
第一步:拖入「User Input」节点,配置字段如下:
• 字段名填“city”,类型选“Select”,选项手动录入“北京,上海,广州,深圳,杭州,成都,武汉,西安”;
• 字段名填“house_type”,类型选“Select”,选项为“住宅,商业,商住两用”;
• 字段名填“is_first_home”,类型选“Boolean”,默认值关;
• 字段名填“deal_price”,类型选“Number”,单位设为“万元”;
• 字段名填“area”,类型选“Number”,单位设为“平方米”;
• 字段名填“house_age”,类型选“Number”,单位设为“年”。
第二步:连接「RAG Retrieval」节点到「User Input」输出端口。在配置中,「Knowledge Base」选刚创建的“房贷税费政策库”,「Top K」填8,「Score threshold」设为0.65。低于该阈值的检索结果会被自动丢弃,避免过时政策干扰计算。
第三步:拖入「LLM」节点,模型选qwen2.5-72b(需提前在「Model Configuration」中启用)。提示词写:“你是一名资深房产税务顾问。请严格依据检索到的政策原文,提取以下字段值:首付比例、贷款利率下限、契税税率、增值税免征年限、个人所得税核定征收率。只输出JSON,字段名小写,不要任何解释性文字。”
执行税费与月供计算
拖入「Python Code」节点,连接至前一节点输出。粘贴以下代码:
```python
import json
data = json.loads(inputs['llm_output'])
price = float(inputs['user_input']['deal_price']) * 10000
area = float(inputs['user_input']['area'])
is_first = inputs['user_input']['is_first_home']
# 契税计算(简化逻辑,实际按政策分档)
deed_tax_rate = float(data.get('deed_tax_rate', '1.5')) / 100
deed_tax = round(price * deed_tax_rate)
# 首付金额(取政策值与最低监管要求的较大值)
down_payment_ratio = max(float(data.get('down_payment_ratio', '30')), 20) / 100
down_payment = round(price * down_payment_ratio)
# 月供估算(等额本息,30年,LPR-20BP)
rate = float(data.get('loan_rate_lower_bound', '4.2')) / 100 / 12
months = 360
loan_amount = price - down_payment
monthly_payment = round(loan_amount * rate * (1 + rate)**months / ((1 + rate)**months - 1))
outputs = {
"deed_tax": deed_tax,
"down_payment": down_payment,
"monthly_payment": monthly_payment,
"policy_source": data.get("source", "地方住建委官网")
}
注意:这段代码里【loan_amount = price - down_payment】必须写在monthly_payment计算之前】,否则会因变量未定义报错中断流程。
生成自然语言解读报告
拖入第二个「LLM」节点,连接「Python Code」输出。提示词写:“你正在为购房者生成一份税费解读报告。输入包含:城市、房屋类型、是否首套、成交价、面积、计算出的契税/首付/月供金额、政策来源。请用不超过200字的口语化中文说明:①这些费用为什么是这个数;②政策依据来自哪里;③有没有省钱技巧(如满五唯一可免个税)。禁止使用‘根据政策’‘综上所述’等模板化表达。”
最后拖入「Output」节点,将第二个LLM节点的输出设为「Final Result」。点击右上角「Publish」完成部署。


















