经常有客户问我们：“Dify 里的官方工具不够用怎么办？”，“我想接自己公司的 CRM 系统怎么搞？”等。
一提到“写插件”或“API对接”，很多非技术背景的朋友就想打退堂鼓。但实际上，在 Dify 里接入自定义工具，可能比你想象中简单 10 倍。
今天，我们就用 15 分钟，手把手带你做一个实用的 AI 工具——“全网文章智能总结助手”。
我们将演示如何把一个外部的网页抓取服务（Web Scraper）变成 Dify 的插件，并配合 Gemini 模型，打造一个能读懂任何网页的 AI。
我们要解决什么问题？
你是不是经常遇到这种情况：
想让 AI 总结一篇公众号文章或技术博客，但直接把链接发给它，它要么说“我无法访问互联网”，要么就开始胡编乱造（幻觉）。
解决方案
1. 抓取：用工具把网页内容抓下来，变成 AI 能看懂的文字。
2. 阅读：把文字投喂给大模型。
3. 总结：让大模型输出摘要。
第一步：准备数据采集 (核心原理)
我们不需要自己写复杂的 Python 代码。这里推荐一个对 AI 极度友好的开源服务——Jina Reader。
它的逻辑非常简单粗暴： 只要在任何 URL 前面加上 https://r.jina.ai/ ，它就会自动把那个网页变成干净整洁的 Markdown 格式。
比如：
• 原链接：https://example.com/article
• 抓取链接：https://r.jina.ai/https://example.com/article
这就是我们要封装的 API。
第二步：编写 OpenAPI 定义 (复制这段代码)
Dify 怎么知道如何调用 Jina Reader？我们需要写一份 OpenAPI 规范（其实就是一份 JSON 说明书）。
你可以直接把下面的代码复制到 Dify 的 工具 > 自定义工具 > 创建自定义工具 中：
点击查看代码
"openapi": "3.0.0",
"info": {
"title": "Jina Reader",
"description": "网页抓取工具。输入URL，输出Markdown格式的内容。",
"version": "1.0.0"
},
"servers": [
{
"url": "https://r.jina.ai"
}
],
"paths": {
"/{url}": {
"get": {
"operationId": "scrape_web_page",
"summary": "抓取网页",
"parameters": [
{
"name": "url",
"in": "path",
"description": "网页链接 (请直接填入完整链接，如 https://...)",
"required": true,
"schema": {
"type": "string"
}
}
],
"responses": {
"200": {
"description": "成功",
"content": {
"text/plain": {
"schema": {
"type": "string"
}
}
}
}
}
}
}
}
}
这里可以选择进行测试，会输入网站地址测试有无返回，非常简单。
这段代码告诉了 Dify 三件事：
1. 去哪找？ (https://r.jina.ai)
2. 传什么？ (url 参数)
3. 干什么？ (执行抓取并返回文本)
点击“保存”，你的专属数据采集插件就做好了！
第三步：搭建工作流 (让 AI 动起来)
插件有了，现在我们把它串联进工作流（Workflow）。
这是我搭建好的一个流程图：
1.开始节点 (Start)
设置一个输入变量 url，这就是我们要把文章链接填入的地方。
2.工具节点 (Jina Reader)
• 选择我们要刚才创建的工具 scrape_web_page。
• 将输入参数 url 关联到开始节点的 url。
• 这一步运行后，网页内容就变成了 Markdown 文本。
3.大模型节点 (LLM)
• 模型选择：推荐使用 Gemini-1.5-pro 或 Claude-3-Opus 等长文本能力强的模型（因为网页内容可能很长）。
• Prompt (提示词)：
请阅读下面的内容并进行总结：
{{#1768203012444.text#}}
(这里引用上一步工具节点的输出)
4.结束节点 (Answer)
直接输出大模型的回复。
效果演示
假设我们输入一篇关于 DeepSeek 某个模型的GitHub链接：
1.输入：https://github.com/deepseek-ai/DeepSeek-LLM
2. Jina 插件：瞬间将网页转化为 8000 字的 Markdown。
3.Gemini 模型：阅读全文，并提炼出核心观点。
4.输出：
举一反三：你还能做什么？
既然学会了这一招，Dify 插件的大门就向你打开了。同样的逻辑，你可以实现：
1. 调内部系统 API 场景：
销售问 AI：“查一下仓库里 iPhone 15 还有多少货？”实现：写一个插件连接公司的 ERP 库存接口。
2. Python 执行器场景：
让 AI 帮你算复杂的数学题，或者生成图表。实现：接入一个可以执行 Python 代码的沙箱 API。
3. 企业微信/钉钉通知场景：
监控到重要新闻时，自动发消息到工作群。
实现：接入 Webhook 插件。
写在最后
AI 工具的强大，不仅仅在于模型本身，更在于连接。
通过简单的 OpenAPI 定义，我们就能把各种强大的外部能力（数据采集、数据库、搜索）变成 AI 的“手”和“眼”。
如果你也想拥有这个同款工具，或者在配置过程中遇到问题，欢迎在评论区留言。