利用 Dify 与本地知识库构建自动化研报分析流

Dify 的核心价值不在于可视化画布，而在于 RAG 逻辑设计与喂入的数据质量。通过本地知识库上传文件，几分钟内即可提取关键内容。在这一链路中，GPT-4o 处理复杂 JSON 输出更稳定，Claude 与 DeepSeek 的表现则各有差异。

整体流程涵盖 PDF 解析、知识库分段、混合检索、多步推理以及结构化输出。

模型选择方面，DeepSeek-V2.5 速度快且性价比高，适合从数万字研报中提取营收、毛利、市场份额等硬指标，但逻辑推演过深时可能出现幻觉或回答宽泛。Claude 3.5 Sonnet 擅长行业分析与上下文理解，在处理竞争格局时能分析出报告回避的对手，复杂逻辑推理准确率比 DeepSeek 高 20%。GPT-4o 则在复杂 JSON 输出格式上出错率较低。

提示词模板设计如下：

# Role: 资深行业分析师
# Context: {{knowledge_retrieval_result}}
# Task: 基于提供的检索片段，对比分析 A 公司与 B 公司的核心竞争力。
# Constraint:
1. 仅使用上下文内容，若文中未提及则直接回答“信息不足”。
2. 必须列出原句作为证据，格式为 [原文：xxx]。
3. 禁用“综上所述”、“总的来说”等废话。

分段策略建议弃用 Dify 默认自动分段，因为研报中页眉页脚和表格较多，容易导致检索碎片化。手动设置为 500-800 字符且重叠 10%-15%，能确保模型获得的上下文完整。检索模式必须开启混合检索，用关键词检索补位，避免纯向量检索在查找专业术语或具体公司时跑偏。

依托 GitHub 提供的协作工作空间，用户可以构建 RAG 管道与 Agentic 工作流，并支持云端、VPC 或私有化部署，使团队无需重建技术栈即可将原型转化为生产环境。由于平台选择直接影响应用的效率、可扩展性与性能，在开发智能聊天机器人或创意图像生成器前需选定合适的平台，以优化模型集成并简化开发流程。

这套由 Dify、本地知识库与 Claude 组成的流程，将 3 小时的阅读量压缩至 5 分钟即可产出有据可查的核心对比。