📂 文章分类： Release

摘要：Dify v0.8.0 正式引入工作流并行处理能力。支持简单、嵌套、迭代与条件四种并发模式，可动态拆分多任务执行路径。实测大幅降低延迟并提升复杂负载处理效率，欢迎升级体验！

Dify v0.8.0：通过并行分支加速工作流处理

Dify Worklfow 凭借其低门槛配置和强大功能，已深受开发者与业务团队喜爱。但在旧版本中，节点只能串行执行。必须等待前一个步骤完成，才能触发下一个环节。这种线性结构虽然逻辑清晰，却拖慢了复杂任务的进度，导致整体延迟与响应时间增加。

Dify v0.8.0 彻底解决了这一瓶颈，正式引入并行处理能力。现在的工作流可以同时激活多个分支，实现多任务并发处理。这显著提升了运行效率，让基于 LLM 的应用能更快速、灵活地应对高负载场景。

🛠️ 创建并行分支

在工作流中定义并行分支非常简单：
1. 将鼠标悬停在目标节点上；
2. 点击出现的 + 号图标；
3. 添加不同类型的子节点即可。

这些新分支会同步执行，并在结束后自动合并输出结果。详细操作指南请参阅官方文档。

当前版本内置了多种典型并行场景。建议多尝试这些模式来优化流程。如果你之前构建过工作流，不妨用新的并发逻辑重构它们，性能会有明显提升。

在基础场景中，你可以从固定节点（如开始节点）分出多个平行分支。这种结构适合并发处理同类子任务，例如多语言翻译或模型对比评测。下方视频展示了模型对比工作流中的简单并行效果：

simple_parallel_demo (注：原文提及的视频/图片占位)

嵌套并行允许在工作流中构建多级并发结构。从初始节点出发，流程会分裂为多条平行路径，每条路径内部又可包含独立的并行进程。“科学写作助手”示例就展示了双层嵌套逻辑：

第一层（图框 1）
- 主分支分流： 从问题分类器节点分出两条主线：a. 概念解释；b. 处理无关对话（“拒绝闲聊”分支）。
- 子模块展开： “概念解释”路径内部进一步包含辅助理解的比喻与类比模块，以及主题提取模块。

第二层（图框 2）
- 并发任务执行： “主题提取”节点会并行触发两项工作：a. 提取关键词并调用 Serper 搜索背景资料；b. 提取关键词并通过参数解析器生成学习计划（联动 TavilySearch）。

这种多级嵌套结构非常适合深度概念分析与科普内容创作等复杂多阶段任务。它能同时处理基础解释、类比说明、背景调研和学习计划等不同维度，显著提升处理效率与输出质量。

迭代并行指在循环结构内部执行并发处理。“股票新闻情感分析”示例完美诠释了这一模式：

📦 基础设置
搜索并提取某只股票的多个相关新闻链接。

⚙️ 迭代处理
针对每个链接，同步执行以下操作：
- 内容抓取： 使用 JinaReader 爬取并解析网页正文；
- 观点抽取： 通过参数提取器识别看多与看空情绪；
- 观点总结： 调用两个独立的 LLM 模型并发汇总多空观点。

📊 结果合并
将所有分析数据整合至同一张表格中。该方法能高效处理海量新闻，从多维度进行情感研判，辅助投资决策。在循环内并行处理同类数据结构，大幅节省了耗时并优化了整体性能。

条件并行指根据特定状态，动态触发不同的并发任务分支。“面试准备助手”示例展示了该逻辑：

🔀 主条件判断（IF/ELSE 节点）
系统会根据 dialogue_count 进行分流：首轮用于确认岗位与公司；后续轮次进入深度处理阶段。

❓ 副条件判断（IF/ELSE 2 节点）
在深入交互时，检查现有信息并动态分支：
- 缺失公司信息： 并行执行搜索、网页抓取与信息摘要任务；
- 缺少面试题： 直接启动多路并发生成环节。

🚀 并行执行细节
针对题目生成步骤，多个 LLM 节点将同时开工，各自产出不同风格的考题。这种 IF/ELSE 结构让工作流能根据实时状态灵活调度并发任务。（问题分类器节点也可实现类似效果。）它在保证流程井然有序的同时提升了效率，非常适合需要按条件同步处理复杂任务的场景。

简单、嵌套、迭代与条件这四种模式，全面激活了 Dify Worklfow 的性能潜力：
- ✅ 支持多模型协同作战，简化高难度任务拆解；
- ✅ 动态调整执行路径，按需分配计算资源；
- ✅ 大幅缩短响应时间，拓宽复杂业务场景的应用边界。

大家可以直接在探索页的配套模板中快速体验新功能。未来我们将持续打磨 Worklfow 引擎，带来更多强大且灵活的自动化方案。敬请期待！

原文图片