深度研究与多主题分析需求日益增长，自动化工具成为提升效率与报告质量的关键。结构化研究流程和智能内容生成方案受到编程自学者关注。
本篇介绍Dify自动化多主题研究与深度报告的完整工作流，实现主题拆解、子问题分析、AI模型驱动内容生成，以及高质量研究成果的系统输出。
文章目录
- 自动化多主题研究与深度报告工作
- 核心模型
- Node节点
- 工作流程
- 应用场景
- 开发与应用
自动化多主题研究与深度报告工作
本工作流专为自动化深度研究和多主题分析任务设计，通过引入主流大语言模型，实现主题拆解、子问题分析及综合性内容生成。准备工作需要提供一个明确的研究主题或问题，支持多语言输出，并可根据需求上传图片等参考资料作为辅助输入。整体目标是帮助用户将复杂的研究主题自动分解为子主题，并对每个子主题进行细致分析，最后整合生成结构化、高质量的研究报告。流程中各节点有机协作：从用户输入主题，分解成若干子问题，逐步调用不同的语言模型，对每个子问题独立分析，自动汇总、整合答案，最终形成一份完整、严谨的深度研究成果。整个过程高度自动化、易于扩展，适合对复杂主题进行系统性、多维度的深度分析场景，尤其适用于科研、市场调研、竞争情报等专业领域需求。
核心模型
| 模型名称 | 说明 |
|---|---|
| gemini-2.0-flash-exp (google) | sub主题1分析 |
| deepseek-r1-distill-llama-8b (openai_api_compatible) | 起始段分析 |
