Dify 主要通过 Chatflow​ 应用类型和其内置的 记忆机制​ 来实现多轮对话。简单来说，你只需选择正确的应用类型，并在关键节点开启记忆功能即可。

---

🤖 选择正确的应用类型：Chatflow

实现多轮对话的第一步，是在创建应用时选择 Chatflow​ 类型。与主要用于单次执行的 Workflow 不同，Chatflow 专为对话场景设计，其核心优势在于：

• 内置记忆：自动存储和传递多轮对话的历史消息。

• 持续交互：允许用户在生成内容后进行多轮讨论和调整。

注意：Workflow 类型没有内置记忆功能，无法实现多轮对话。

---

🧠 开启并配置记忆功能

在 Chatflow 中，你需要在关键节点主动开启并使用记忆功能。

1. 在 LLM 节点中开启记忆

这是实现多轮对话最核心的一步。在 Chatflow 的 LLM（大语言模型）节点中：

1. 找到并打开 “记忆 (Memory)”​ 开关。

2. 设置 “记忆窗口”​ 大小，即模型能“看到”的历史消息轮数（如最近的 5 轮对话）。

3. 将“角色前缀”等设置保持默认即可。

原理解析：

开启后，Dify 会自动将当前对话的历史消息（如最近5轮）附加到 prompt 中。例如：

User: ... Assistant: ... User: ... Assistant: ... User: (当前问题)

这样，模型就能利用历史上下文来理解和回答当前问题。

2. 在其他节点中利用记忆

部分节点（如“问题分类器”）也支持开启记忆功能。开启后，这些节点在运行时也能参考对话历史，从而做出更准确的判断，例如更好地理解“它”、“这个”等指代性词语。

---

💾 使用会话变量保持状态

如果你需要在多轮对话中保持一些自定义状态（如游戏分数、用户偏好等），可以使用 会话变量 (Conversation Variables)。

• 特性：这类变量与会话（Session）绑定，其值在对话期间一直存在，可用于记录用户名称、心情值、任务进度等。

• 应用：在“个性化记忆助手”等场景中，通过读写会话变量，可以实现长期的个性化记忆。

---

📝 编写利用上下文的 Prompt

为了让模型的回答更具连贯性，你需要在 Prompt (提示词) 中明确指示它利用对话历史。

System Prompt 示例：

text

你是一个有帮助的助手。你需要根据【对话历史】来理解当前问题，并进行回答。

对话历史：

{{context}}

用户最新问题：

{{query}}

这里的 context通常会被自动替换为实际的历史对话内容。通过清晰的指令，可以有效避免模型“遗忘”或“胡编乱造”。

---

💻 通过 API 进行多轮对话

当你通过 API 调用 Chatflow 应用时，实现多轮对话的关键在于传递 conversation_id。

1. 首次调用：不传递 conversation_id，API 会返回一个新的 conversation_id。

2. 后续调用：在后续的请求中，携带上一次的 conversation_id。Dify 服务端会根据这个 ID 找到对应的对话历史，并将其纳入上下文。

这种方式确保了即使是无状态的 API 调用，也能在服务器端维持连续的对话状态。

---

🎯 快速上手指南

总结一下，要在 Dify 中实现多轮对话，只需遵循以下三点：

1. 创建 Chatflow 应用：这是前提。

2. 在 LLM 节点开启记忆：并设置合适的窗口大小。

3. 通过 conversation_id关联对话：无论是 Web 界面还是 API 调用，确保同一会话使用相同的 ID。

对于需要长期记忆的场景，可以结合 会话变量​ 和 外部知识库 / 数据库​ 来扩展模型的能力。