深入解析 DeepSeek API 密鑰：獲取、使用與最佳實踐
city、date、forecast 數組）。進入 Dify「工具」模塊 → 新建 HTTP 工具：
key：固定為你的高德 API Key（認證字段）
forecast 中的 date、weather、temperature 字段）。
在 Dify「模型」模塊，接入 DeepSeek-chat（或其他支持 Function Calling 的大模型），驗證調用正常。
通過 Dify 工作流編輯器，搭建 “輸入→處理→輸出” 核心流程（對應截圖結構）：
query，接收用戶提問（如 “上海明天天氣”）。
FunctionCalling（讓模型自主決定是否調用工具）。DeepSeek-chat（負責意圖理解和指令生成）。在 Agent 節點的 「指令」框 中，編寫 Prompt 規則，指導模型完成三個核心動作：
提示詞
當用戶提問滿足以下條件時，**強制調用「高德天氣預報」工具**：
- 包含「天氣」「氣溫」「預報」「晴雨」「溫度」等關鍵詞；
- 提到具體城市（如「北京」「上海」，從「開始」節點的 query 中提取）；
- 未明確拒絕工具（如“不用工具，直接回答”）。 提示詞
### 參數規則（嚴格匹配高德API）
| 參數名 | 取值邏輯（從 query 提取） | 示例 |
|--------|------------------------------------------------|-----------------------------------|
| city | 提取城市名（如「上海明天天氣」→ city="上海"） | 必須為真實城市名稱（省/市級） |
| date | - 「今天」→ 系統當前日期（如 2025-06-29）<br>- 「明天」→ 當前日期+1天（如 2025-06-30）<br>- 具體日期（如「2025-07-01」）→ 直接使用 | 格式必須為 YYYY-MM-DD ### 回復規則（基于高德返回結構）
假設工具返回：
```json
{
"forecast": [
{"date": "2025-06-29", "weather": "小雨", "temp": "26~30℃"},
{"date": "2025-06-30", "weather": "陰", "temp": "25~28℃"}
]
} 需生成自然語言回復：
上海未來 2 天天氣預報：
?2025-06-29：小雨，26~30℃
?2025-06-30：陰，25~28℃
若工具返回錯誤：
- **城市無效**：回復「未找到『{city}』的天氣數據，請檢查城市名稱」；
- **日期格式錯**：自動修正為 YYYY-MM-DD 后重試（最多1次）；
- **API超時**：回復「天氣查詢繁忙，請稍后再試」，結合 Agent 最大迭代次數（如3次）觸發重試。 # 高德天氣 Function Calling 指令設計（精準版）
### 一、觸發規則：何時調用高德天氣工具？
當用戶提問滿足以下 **全部條件** 時，**強制觸發 Function Calling**，調用「GAODE 天氣預報」工具：
1. 提問包含 **天氣相關關鍵詞**：如「天氣」「氣溫」「預報」「晴雨」「溫度」「風力」「降水」等；
2. 提問涉及 **具體城市**（需從「開始」節點的 query 變量中提取城市名，如「北京」「上海」）；
3. 未明確拒絕工具調用（如用戶未說「不用工具，直接回答」）。
### 二、參數構造：如何調用高德接口？
嚴格遵循高德天氣工具的參數要求，按以下規則生成調用參數：
| 參數名 | 類型 | 是否必填 | 取值邏輯（從 query 變量解析） |
|--------------|--------|----------|------------------------------------------------------------------------------------------------|
| city | 字符串 | ? 必傳 | 從用戶提問中提取城市名稱：<br>- 例 1：「北京明天天氣」→ city="北京" <br>- 例 2：「上海后天的氣溫」→ city="上海" <br>- 若未提取到城市（如「今天天氣」），觸發異常（見「四、異常處理」）。 |
| date | 字符串 | ? 選填 | 日期格式必須為 YYYY-MM-DD：<br>- 「今天」→ 系統當前日期（如 2025-06-29，需動態獲取）；<br>- 「明天」→ 當前日期+1天（如 2025-06-30）；<br>- 具體日期（如「2025-07-01」）→ 直接使用；<br>- 未提日期 → 默認為 **當前日期**（查詢今日預報）。 |
| type | 字符串 | ? 選填 | 默認為 forecast（預報）；若用戶問「實時天氣」，可傳 realtime（需工具支持，需提前確認高德接口能力）。 |
### 三、結果解析：如何生成用戶能懂的回復？
工具返回 **結構化數據** 后，按以下規則整合為自然語言：
#### 1. 數據映射（假設高德返回格式示例）：
```json
{
"city": "北京",
"date": "2025-06-29",
"weather": "晴轉多云",
"temp_min": 22,
"temp_max": 30,
"wind": "南風 3-4 級",
"humidity": 55%
}
| 用戶提問 | 預期行為 |
上海今天天氣 | 調用高德工具，返回今日預報（如：上海 2025-06-29 天氣：小雨，26~30℃） |
北京明天會下雨嗎 | 提取城市「北京」、日期「2025-06-30」，解析降雨信息 |
某某村天氣 | 因城市無效，回復「未找到『某某村』的天氣數據…」 |
廣州2025/07/01天氣 | 自動修正日期為 2025-07-01 后重試，返回結果 |
功能擴展：
extensions=base，解析實時溫度、風力。體驗優化：
通過 Dify Agent + 大模型 + 外部工具，三步搭建智能天氣機器人：
這種模式 可擴展性極強 —— 替換工具（如股票、快遞 API）和指令，即可快速構建新應用。掌握 Function Calling 核心邏輯，讓大模型真正連接真實世界！
文章轉載自： 【2025 年最新版】Dify 全鏈路實戰 16：三步搭建智能天氣查詢機器人（Agent+DeepSeek + 高德天氣）
