企业官网建设流程全解析

用代码节点校验缺失与异常字段

课程归属：Dify自动化实战 · 第 9 节

在“资料报告助手”中，参数提取节点可以把材料整理成source_name、summary、key_points、source_refs和warnings，但模型输出仍可能缺字段、把数组写成字符串，或生成无法在原文中找到的引用。本文在提取节点后增加一个 Dify 代码节点，用 Python 检查字段是否齐全、类型是否正确，并把问题整理成可供 IF/ELSE 节点判断的结果。完成后，工作流能区分“节点执行成功”和“数据通过验收”；代码校验结构，不负责证明内容真实。

一、本文要交付什么

本篇沿用课程项目“资料报告助手”，只解决一个问题：在报告生成前，对参数提取结果执行确定性的字段校验。不在这里实现 OCR、知识库检索或 Word 文件生成。

示例输入是教学模拟材料：

文件名：社区图书馆数字服务试点说明.txt 内容：试点计划在两家社区图书馆开展，为读者提供线上预约和活动提醒。第一阶段预计持续六周，主要观察预约完成情况、活动到场情况和读者反馈。当前尚未提供预算、样本量和对照组信息。建议先进行小范围试运行，再根据反馈决定是否扩大范围。

课程公共字段保持不变。source_refs是对象数组，每项必须含三个字符串字段；warnings用来记录资料缺项或证据不足。代码节点额外输出validation_passed与validation_errors，供流程控制使用，不替换原有业务字段。

表 1：字段契约与校验边界

这里的“异常”指字段缺失、类型不符、空字符串、空数组或对象子字段不完整。即使所有检查通过，也只能说明输出符合结构契约，不能将其视为事实准确性的证明。

二、代码节点放在什么位置

代码节点（Code）允许在工作流中执行 Python 或 JavaScript，用于确定性的数据处理。使用上要配置输入变量、编写main函数，并声明返回字典中对应的输出变量；它不是可以任意访问宿主文件系统的普通脚本环境。自托管部署还依赖 Dify 的 sandbox 服务，具体部署状态应以当前实例为准。官方代码节点说明

图 1 中，代码节点位于模型提取之后、报告生成之前。这样一来，字段错误会在消耗后续生成步骤之前暴露；如果代码节点本身报错，则应检查代码节点日志，而不是将其误认为普通校验失败。

校验规则要分层

第一层检查类型和必填值，适合用 Python 完成；第二层检查字段之间的关系，例如引用的source_name是否与主来源一致；第三层检查证据内容，例如excerpt是否确实存在于原文。本文完整实现第一层，并检查引用对象的字段形状。由于本篇代码没有拿到原文全文，因此不执行引用片段的原文匹配。

表 2：哪些检查适合放在代码节点

三、配置代码节点输入与输出

在 Dify Studio 打开“资料报告助手”的 Workflow 画布，在参数提取节点后添加 Code 节点，选择 Python 3。不同版本的节点面板文字可能略有差异，关键是输入变量的映射、代码和输出变量三部分要一致。

1. 配置输入变量

在代码节点的 Input Variables 中逐项增加下表映射。右侧值要从变量选择器里选参数提取节点对应的输出，不要把字段名作为普通文本输入。

表 3：代码节点输入映射

若实际节点没有提供Array[Object]类型，先检查当前版本的参数提取节点是否支持嵌套对象数组。不要为了让画布保存成功而把source_refs偷换成含义不同的字符串字段；必要时应明确增加转换步骤，并保证最终输出契约一致。

2. 粘贴完整校验代码

将下面代码放入 Python 代码编辑器。代码不读写文件、不调用网络，也不依赖第三方库。它会保留符合格式的字段、去掉首尾空白，并把发现的问题追加到validation_errors。如果某个字段类型不正确，会以安全的空值形式输出该字段，同时将validation_passed设为False。

defmain(source_name:str,summary:str,key_points:list,source_refs:list,warnings:list)->dict:errors=[]defclean_string(value,field_name,required=True):ifnotisinstance(value,str):errors.append(f"{field_name}必须是字符串")return""value=value.strip()ifrequiredandnotvalue:errors.append(f"{field_name}不能为空")returnvalue source_name=clean_string(source_name,"source_name")summary=clean_string(summary,"summary")ifnotisinstance(key_points,list):errors.append("key_points 必须是字符串数组")key_points=[]else:cleaned_points=[]forindex,iteminenumerate(key_points):ifnotisinstance(item,str)ornotitem.strip():errors.append(f"key_points[{index}] 必须是非空字符串")else:cleaned_points.append(item.strip())key_points=cleaned_pointsifnotkey_points:errors.append("key_points 至少需要一条有效要点")ifnotisinstance(source_refs,list):errors.append("source_refs 必须是对象数组")source_refs=[]else:cleaned_refs=[]required_ref_fields=("source_name","locator","excerpt")forindex,iteminenumerate(source_refs):ifnotisinstance(item,dict):errors.append(f"source_refs[{index}] 必须是对象")continuecleaned_item={}item_valid=Trueforfieldinrequired_ref_fields:value=item.get(field)ifnotisinstance(value,str)ornotvalue.strip():errors.append(f"source_refs[{index}].{field}必须是非空字符串")item_valid=Falseelse:cleaned_item[field]=value.strip()ifitem_valid:cleaned_refs.append(cleaned_item)source_refs=cleaned_refsifnotsource_refs:errors.append("source_refs 至少需要一条完整来源证据")ifnotisinstance(warnings,list):errors.append("warnings 必须是字符串数组")warnings=[]else:cleaned_warnings=[]forindex,iteminenumerate(warnings):ifnotisinstance(item,str)ornotitem.strip():errors.append(f"warnings[{index}] 必须是非空字符串")else:cleaned_warnings.append(item.strip())warnings=cleaned_warningsreturn{"source_name":source_name,"summary":summary,"key_points":key_points,"source_refs":source_refs,"warnings":warnings,"validation_passed":len(errors)==0,"validation_errors":errors}

3. 声明输出变量

在 Output Variables 中声明下表字段，名称必须与return字典的键完全一致。数组类型应与节点实际支持的类型匹配；若 UI 的类型命名不同，以对应版本的选项为准。

表 4：代码节点输出定义

请注意：warnings是材料本身的警告，validation_errors是程序发现的结构问题，两者用途不同，不应合并成一个字段。输出保留课程公共字段，同时增加本章控制字段。

四、把校验结果接入分支

在 Code 节点后添加 IF/ELSE 节点。IF 条件选择 Code 节点的validation_passed，判断是否为true。通过分支连接到后续报告生成节点；失败分支连接到输出节点，返回validation_errors，并保留warnings供用户理解资料限制。

图 2 强调失败分支不是“模型再说一遍已完成”，而是明确返回机器检测到的问题。若要让失败任务自动重试参数提取，应另行设置有限重试和停止条件；不要把无限循环当作修复机制。

五、测试输入与预期结果

先用教学模拟材料跑正常用例，再通过节点的单步测试或工作流 Test Run 检查异常输入。以下结果是根据代码逻辑整理的预期结果，不是某个 Dify 实例的实测截图或运行记录。本地 Python 语法与函数逻辑可独立测试，但最终仍需在目标 Dify 实例中确认变量类型、输出 schema 和 sandbox 状态。

正常用例

输入参数示例：

{"source_name":"社区图书馆数字服务试点说明.txt","summary":"试点计划在两家社区图书馆开展线上预约和活动提醒服务，第一阶段预计持续六周，并观察预约完成、活动到场和读者反馈。","key_points":["试点范围为两家社区图书馆。","第一阶段预计持续六周。"],"source_refs":[{"source_name":"社区图书馆数字服务试点说明.txt","locator":"原文第1句","excerpt":"试点计划在两家社区图书馆开展，为读者提供线上预约和活动提醒。"}],"warnings":["材料未提供预算、样本量和对照组信息。"]}

按代码逻辑，预期validation_passed为true，validation_errors为空数组，五个公共字段以校验后的类型返回。需要再次强调：此结果只证明结构符合规则，不能单凭它判断excerpt是否确实出现在原文中。

正常用例的关键输出可以概括为：

{"validation_passed":true,"validation_errors":[],"source_name":"社区图书馆数字服务试点说明.txt","key_points":["试点范围为两家社区图书馆。","第一阶段预计持续六周。"]}

这是为了便于读者对照的局部预期输出，不是完整运行日志；实际 Code 节点还会返回summary、source_refs和warnings。如果 UI 展示了其他节点变量或内部运行元数据，不要把它们误认为本代码return中声明的业务字段。

异常用例：引用缺字段且摘要为空

把summary改为空字符串，并把source_refs[0]的locator删除。预期结果是validation_passed为false，validation_errors至少包含summary 不能为空和source_refs[0].locator 必须是非空字符串。工作流应进入失败分支，不继续生成正式报告。按当前代码，错误数组还会包含“source_refs 至少需要一条完整来源证据”，因为不完整对象不会被保留为有效引用。该行为是明确的失败策略，不是模型生成内容的修改。

异常输出的关键部分应类似下面这样：

{"validation_passed":false,"validation_errors":["summary 不能为空","source_refs[0].locator 必须是非空字符串","source_refs 至少需要一条完整来源证据"]}

错误消息是供开发和排查使用的稳定文本。若下游只需要做分支判断，应该读取布尔值validation_passed；不要用“错误数组是不是恰好等于某段中文”来控制流程，因为后续增加校验规则时，错误条数和顺序可能变化。

表 5：测试矩阵与通过标准

如果 T1 未通过，先看代码节点的输入映射和输出变量声明，再检查参数提取节点是否真的返回数组或对象数组。若代码节点显示执行异常而不是返回validation_passed=false，重点查看 LAST RUN 中的错误信息；这通常属于变量映射、运行环境或代码异常，而不是普通业务校验失败。

六、常见故障与边界

代码编辑器保存失败

检查是否定义了main函数、是否返回字典，以及输出变量是否与返回键一一对应。代码节点不是完整的 Python 项目环境，不要假设可以直接安装任意包、访问本机路径或发起网络请求。自托管部署时还需确认 sandbox 服务正常运行。

数组被传成字符串

例如key_points收到"第一条；第二条"，代码会报告类型不符，而不会自行猜测分隔符并拆分。这是有意设计：静默转换可能把原文中的标点误当作字段边界。如果业务确实需要兼容字符串输入，应增加明确的预处理规则，并为转换后的结果增加测试。

字段完整但内容不可信

类型校验不是事实核查。更严格的做法是把文档提取节点的原文一并传入代码节点，对每条excerpt做规范化后的子串匹配；匹配失败时加入证据错误。即便匹配成功，也只证明片段存在，不证明摘要完整或推论合理。高风险报告仍需要人工复核。

没有输出错误，但下游仍失败

核对 IF/ELSE 的条件是不是引用了 Code 节点的validation_passed，而不是同名文本；同时确认失败分支和成功分支连接正确。若通过分支引用了参数提取节点的原始字段而不是 Code 节点的校验后字段，校验清理结果就可能被绕过。

七、完成验收

• Code 节点的五个输入映射指向参数提取节点的实际输出。
• 输出变量名称和类型与return字典匹配。
• 正常用例通过，validation_errors为空数组。
• 空摘要、错误数组类型、引用缺字段等异常用例被拦截。
• IF/ELSE 成功分支使用 Code 节点的校验后字段。
• 失败分支输出明确的validation_errors，不生成正式报告。
• 在目标 Dify 实例中检查运行详情，并确认 sandbox / 节点配置可用。

本篇完成后，“资料报告助手”具备了结构化字段的基础质量门槛。下一节可以在此基础上继续检查缺失与异常字段的业务规则，例如要点数量、来源名称一致性，以及引用片段是否能在原文中找到。

参考资料

1. Dify 官方文档：Code 节点
2. Dify 官方文档：30-Minute Quick Start（Workflow 与节点配置示例）
3. Dify 官方仓库：Code 节点配置实现
4. Mermaid 官方文档：Flowcharts