通过XXL-JOB调度Dify工作流-微服务引擎(MSE)-阿里云帮助中心

背景信息

Dify工作流具有广泛的业务应用场景，需要用到定时调度，例如：

风险监控：每分钟扫描风险数据，通过大模型分析潜在风险事件，并及时发出报警。
数据分析：每日拉取金融数据，通过大模型进行数据分析，为投资者提供决策建议。
内容生成：每天自动总结工作内容，生成日报。

重要

Dify原生不支持定时调度功能，可以使用任务调度XXL-JOB作为工作流的调度和状态监控。

核心功能

通过XXL-JOB调度Dify工作流，有以下核心功能和优势：

Dify任务：支持调度自建的公网Dify工作流，以及阿里云自建的内网Dify工作流。
灵活的定时配置：支持cron、api、fixed_rate、fixed_delay、one_time时间类型，自定义时区和日历。
企业级报警监控。
- 灵活的报警策略：任务级别失败报警、超时报警、成功通知。以及实例和应用级别的阈值报警。
- 多渠道消息通知：短信、电话、Webhook、邮件。
企业级可观测。
- 调度大盘：可以查看实例和应用级别调度情况，包括调度、成功、失败曲线。
- 执行历史：记录Dify工作流每次执行的历史记录，包括状态、基本信息、输入输出、耗时、Tokens消耗等。
- 调度事件：记录Dify工作流每次调度的事件，包括工作流相关事件、节点相关事件。
- 节点追踪：记录Dify工作流一次执行，所有节点的执行情况，支持循环、迭代、条件分支的下钻。

前提条件

已部署Dify服务。具体操作，请参见部署ACK-Dify服务。
已创建XXL-JOB实例（要求引擎版本大于2.2.0），已创建XXL-JOB应用。

接入步骤

1. （可选）Dify服务配置内网API服务器域名

登录容器服务管理控制台。
在左侧导航栏的集群列表中，单击集群名称进入已部署Dify服务集群。
选择左侧导航栏的网络 > 服务，单击创建。
服务类型选择负载均衡（LoadBalancer），访问方式选择私网访问。参考以下示例服务关联填入component组件选择proxy，填入其他配置项后，单击确定。

负载均衡类型选择网络型负载均衡 NLB，资源选择新建资源，名称填写ack-dify-apiserver。

外部流量策略选择Local。服务关联标签还包括app.kubernetes.io/instance=ack-dify和app.kubernetes.io/name=ack-dify。端口映射中，名称填写http-dify，服务端口为80，容器端口为dify，协议选择TCP。
创建完成后，将生成内网API服务器的地址。

在容器服务控制台服务列表页面，查看目标服务对应的外部IP地址（External IP）列，即可获取该地址（NLB 域名）。

2. 创建Dify工作流任务

登录Dify控制台，单击右上角的工作室，选择从应用模板创建，创建一个工作流。
登录MSE XXL-JOB控制台，并在顶部菜单栏选择地域。
在左侧导航栏，选择任务调度 > XXL-JOB版。
单击进入目标实例，在左侧导航栏的任务管理，单击创建任务。任务类型选择Dify工作流。更多创建任务信息，请参见任务管理。
1. Endpoint：Dify工作流的API服务器，登录Dify控制台，在访问 API页面右上角可获取API 服务器。如果使用阿里云自建Dify服务，推荐参考步骤一，将域名更改为内网地址。
2. API KEY：Dify工作流的API 密钥，不同的工作流有不同的密钥。单击访问 API页面右上角API密钥获取。
3. 输入：工作流的输入，对应Body中inputs的值，格式为JSON。
```
curl -X POST 'http://8.xxx.247/v1/workflows/run' \
--header 'Authorization: Bearer {api_key}' \
--header 'Content-Type: application/json' \
--data-raw '{
    "inputs": {},
    "response_mode": "streaming",
    "user": "abc-123"
}'
```
  inpus值示例如下：
```
{"input_text": "what is your name"}
```

3. 测试验证

单击已创建任务操作列下的运行一次，手动测试。
单击目标任务操作 > 更多下的调度记录，查看任务执行记录。

执行列表页面展示各条执行记录的任务执行ID、任务ID/名称、所属应用、开始时间/结束时间、耗时、Tokens及状态等信息。
单击执行任务操作列的详情，即可查看Dify工作流的基本信息、输入输出和节点追踪。
- 基本信息。
  
  本次定时调度任务（迭代器测试）的执行详情：任务ID 为 3，调度类型为定时调度，路由策略为轮询，数据时间与调度时间均为 2025-05-16 14:25:00，开始时间为 2025-05-16 14:25:00，结束时间为 2025-05-16 14:25:25，耗时 25.568 s，Tokens 消耗 2.403K tokens，调度节点为 10.3.1.2。
- 输入输出。
  
  在调度详情弹窗中，输入区域的 JSON 内容为 {"input_text": "what is your name"}，输出区域的 JSON 内容为 {"final": "你叫什么名字呀?"}，表明调度任务已将英文输入成功翻译为中文输出。
- 追踪，如果是迭代器、循环分支，支持节点下钻。
  
  展开Iteration迭代节点后，可查看每个迭代项的输入和输出详情，例如输入为 {"iterator_selector": ["what is your name"]}，输出为 {"output": ["你叫什么名字？"]}，各节点均显示执行状态（succeeded）及耗时。
  
  下钻后可查看迭代内部各子节点的执行详情，本示例中包含 Identify Terms、1st Translation、Problems、2nd Translation 四个LLM节点，均执行成功，并显示各节点的token消耗与耗时。

通过OpenAPI操作

MSE XXL-JOB控制台的所有接口均提供OpenAPI。如果您希望通过API动态创建任务、运行工作流，监听状态以及获取执行结果，请参考以下步骤：

创建任务：创建任务。
运行任务：运行一次任务。
1. 在请求时，InstanceParameters参数可用于填充新的输入，以替换XXL-JOB控制台任务管理中的输入。
2. 执行成功后返回JobExecutionId（任务执行ID）。
根据JobExecutionId（任务执行ID）查询状态和结果：获取任务执行的详细信息。
1. Result返回执行的结果。
2. 返回参数Status=4，表示请求执行成功。