起因是公司里的大爹需要做个固定工作流的产品。一开始直接把所有MCP tools丢给AI，结果AI经常不调用工具。后来想起来之前捣鼓知识库的时候用过dify感觉很合适，然后就是各种踩坑。 两次月度汇报都提了Dify，还批了一台9w的4090 48G工作站。这周内产品被要求上线了，还要给公司的大爹培训怎么用。崩溃了，也不想提issues了反正没人解决，小地瓜上搜了一圈发现已经过时了，那太好了直接开骂吧。感觉做了两个月还不如给龙虾/马写个skill。真好笑。 1、不允许传递空值以及错误处理的严苛要求，导致需要大量的代码节点处理异常情况。比如说在公司官网上查找新闻的任务，就至少需要10个节点来处理某一步完成不了下一步做什么。 2、不允许往LLM节点传复杂json。我对这一点是最摸不着头脑的。智谱/百度/Tavily搜索结果有时候不能直接传给LLM，必须过一个代码节点转成文本才能传入LLM。又多了一大堆冗杂的节点。 3、json结构化输出与vLLM冲突。这点我还没确定是Dify还是Qwen的问题。dify的结构化输出提示词是放在system prompt里的，ds官方的API能正常输出json，但本地部署的Qwen3.6就认不出来。之前设置的结构化输出json格式限制作废一大半，得一个个粘贴到用户提示词里。 真的。要不是出于安全考虑我早转龙虾了。马火了之后我更是觉得干的这两个月还不如写个skill。支撑我还在坚持用dify的只有dify里那个男娘了（并非） 明天上午再跑不通全套流程下午就换马。反正写的那些爬虫都还是能用的。安全什么的放飞自我了。 深刻体会到了什么叫越不学AI越不用学。 #ai