继上一篇我们用Dify打造了“脑筋急转弯大王”，让AI拥有了强大的“内置知识库”以及强大的联网工具。那么这次,我们可以让AI成为一个可以和现实世界建立连接的小伙伴。

怎么感知？答案就是API。

今天，我们就来搭建一个超级实用的项目：用Dify打造一个能实时查询天气预报的AI智能体。

它将不仅仅只是一个与世隔绝的机器人,而是能够获取到实时天气,并且能够关心你的贴心助手!

那么开始吧!

还是先在咱们的云平台上创建一个实例，但是今天来个不一样的创建法。

可以直接在AI训练营当中创建。

然后就会跳转到算力市场中来。

依旧建立一张一卡的实例就行。

建立完成后稍加等待，即可看到控制台中的dify。

准备工作：连接现实的渠道

我选择的是使用高德的API,不为别的,只为免费。

简单来说，AI本身并不知道实时天气，它需要一个外部的“信息源”。高德的API服务商就是这个信息的提供者，我们通过Dify调用它的API，就像是把一个“查询天气”的功能,添加到了我们的AI应用中。

1. 获取API密钥（API Key）

我们先把高德的插件下载下来。

然后点击获取API Key，我们直达高德API官网,注册登录后,向他申请API Key。

像我这样填写就好了，然后咱们直接返回Dify，将这个API Key填入插件中,测试一下。

OK,没有任何问题，准备工作完成。

工作流搭建：三步打造天气预报员

老规矩，我们还是在Dify里创建一个新的应用，类型选择“Chatflow”，然后直接进入“工作流编排”界面。

这是我们最终完成的工作流图，先提前给大家看一下，最后我也会附上DSL文件：

第一步：听懂你的话——参数提取器

这次我们不用“问题分类器”了，因为这次意图就很明确——就是查天气。我们用一个更精准的工具：参数提取器。

它的任务是从用户的问话中，提取出关键词--地点。对了,这里有个坑,如果不加任何提示词，大模型(gemini-2.5-flash-lite)会默认提取出一个英文的关键词，比如你问一句，“成都天气怎么样”，它会提取出“chengdu”。感觉是没有什么问题，但是!高德天气预报是不支持拼音的!于是便有了图中的那段提示词....

所以说啊，任何东西的存在都会有它的意义!

第二步：调用天气预报工具

因为我之前已经填过授权了，所以直接拉进来用就行，唯一要注意的就是记得填写查询的参数，这里我们选择之前参数提取器中的结果就可以了。

第三步：说人话——用LLM美化输出

API返回给我们的，通常是一串机器才看得懂的JSON数据，像这样：`{"temp": "28", "condition": "多云", "wind": "3级"}`。

我们总不能把这个直接丢给用户吧？所以，我们需要最后一位“润色大师”——LLM（大语言模型）节点。

在“工具”节点后，添加一个“LLM”节点。它的任务就是把冰冷的JSON数据，变成一段有温度、有人情味的回答。

在提示词中，我们这样引导它,让它以一个天气预报播报员的身份来播报天气：

你是一个天气预报播报员。
请根据以下API返回的天气数据，为用户生成一段简洁、清晰的天气预报,并且提醒用户该做一些什么样的措施来应对这样的天气,这是搜寻到的数据

最后，将LLM节点的输出连接到“直接回复”节点，整个工作流就大功告成了！

最终效果展示

看，我们的AI天气预报员是不是既聪明又贴心？

总结

通过今天的实战，我们成功地让Dify应用拥有了连接外部世界、获取实时数据的超能力。这不仅仅是做了一个天气查询工具那么简单，我们实际上掌握了一个构建实用AI应用的“黄金公式”：

用户输入 -> 参数提取 -> API调用 -> LLM总结并输出

这个模式可以举一反三，应用到无数场景中：

查询股价: 提取股票代码 -> 调用股票API -> LLM分析并播报股价

查询新闻: 提取关键词 -> 调用新闻API -> LLM总结新闻要点

翻译单词: 提取单词 -> 调用翻译API -> LLM给出翻译和例句

API为AI打开了一扇通往无限可能的大门。现在，这把钥匙已经交到了你的手上。赶紧动手试试，接入更多有趣的API，创造出属于你自己的、独一无二的AI应用吧！

附件:

通过网盘分享的文件：天气工具测试 .yml
链接: https://pan.baidu.com/s/1m-a-1xn30MEoLFvoZbSjRw 提取码: ddv9 
--来自百度网盘超级会员v6的分享