我們已經完成了 CV 模型的部署，確定了 LLM 是下一步的重點。
目標：打造一條「開始 → 模板轉換 → 知識檢索 → LLM → 結束」的可用工作流，讓系統輸出包含引用依據與可執行步驟的答案。我們將進入 Dify 的實戰環節，先以 RAG（檢索增強生成） 建好權威知識庫，確保「災害應變輔助機器人」的每一條建議都有章可循、可被稽核。以「氣候／防災」作為示例，從最關鍵、可複製的基礎流程開始：把輸入結構化、把檢索可控化、把輸出政策化。先把這條最小可行鏈跑穩，後續再無縫擴充即時天氣、地理編碼或 CV 模型，品質與風險都更可掌握。

一、Dify 應用程式建置實戰：設定角色
使用 Dify 構建 LLM 應用，第一步是定義應用類型和 LLM 的「人格」。

0. 前置

-Dify 帳號一個

-上傳知識庫：防災/氣候手冊（PDF/TXT 已完成）

-新建 Workflow 應用

1. 表單（開始節點）

-建立三個欄位：

-weather（下拉）：Tornado / Flood / Drought / Sandstorm / Tsunami / Raining（必填）

-Location（string，注意 L 大寫；必填）

-description（textarea，選填）

2. 模板轉換（查詢字串）

把欄位組成檢索意圖（提升命中率）：

{{inputs.weather}} 警報發布流程 應變 SOP 資源調度 {{inputs.description}}

3. 知識檢索（RAG）

-查詢變量：選 模板轉換.output

-知識庫：勾選你的 PDF/TXT

-TopK：6–8（若有 Rerank 開啟）

-輸出（合併內容變數）：兩種擇一

-不要新增變數，後面在 LLM 用 result 陣列