展开本页目录
开始前准备什么
- 准备本篇使用的 Dify 问题分类器教程 环境；当前入口与版本参照文末官方来源。
- 将本页下载包解压到独立练习目录，先读原始输入与 README。
- 只运行对应步骤所需依赖；离线检查与目标产品运行分别记录。
- 写出三个互斥业务分支
- 配置问题分类输入与模型
- 分别编辑标题和类别描述
- 接三个不同的答复节点
- 用模糊边界问题测试
- 记录四条实际路由并人工复核
1. 写出三个互斥业务分支
定义售后、使用、其他三类。先把资料中的真实服务边界写清，分类本身不承诺退款或保修；本页仅使用原创虚构客服问题。
2. 配置问题分类输入与模型
在 Chatflow 添加 Question Classifier，Input Variable 选 sys.query。按已验证供应商选择分类模型，首次只送一个 Q1，观察它进入哪条输出连接。
3. 分别编辑标题和类别描述
标题用于画布识别，描述给模型理解。售后描述包括维修，使用描述排除需维修的故障；不要只写“售后/使用”两个词让模型自己解释范围。
config.json · 字段教材，不可作为工作流导入
json
{
"node": "Question Classifier",
"Input Variable": "sys.query",
"classes": [
{
"key": "after_sales",
"title": "售后",
"description": "已购买商品的退换、维修和保修，包括操作失败后的维修诉求。"
},
{
"key": "usage",
"title": "使用",
"description": "首次安装、调节或功能解释；需要维修的已购故障归售后。"
},
{
"key": "other",
"title": "其他",
"description": "上述两类以外的问题，提示提供商品问题。"
}
]
}4. 接三个不同的答复节点
售后分支返回需要订单和故障信息；使用分支返回查找操作手册；其他分支请求补充商品问题。首次用固定 Answer 文本，便于辨认路由，之后再接各自知识库。
5. 用模糊边界问题测试
Q4 同时出现“维修”和“设置”，按本页规则归售后。把预期与实际分支逐条保存，发现串类时修订描述而不是仅更换标签。
6. 记录四条实际路由并人工复核
模型分类有不确定性，四条教材不能形成准确率评测。下载 expected.json 是人工期望，不是 Dify 执行记录；保留日志供后续增加边界问题。
7. 下载教材并运行离线核对
先下载完整教材包并解压，在材料目录运行 python3 check-fixture.py。脚本只读取原创输入、人工预期与配置，对照本页固定验收条件；通过说明材料内部关系一致，实际产品、模型与业务写入另需按前六步验证。
bash
bash
unzip lesson.zip -d dify-customer-service-question-router
cd dify-customer-service-question-router
python3 check-fixture.py怎样确认已经完成
- 三个分支均有下游节点，其他类可达。
- 类别描述明确维修与初次操作的边界。
- 人工期望与真实路由分开保存，不编准确率。
常见问题
类别标题与描述是一回事吗？
不是。官方区分画布标题与给模型的描述，分别对应下游 class_label 与 class_name；本页的业务 key 是教材自定义标识。
为什么分类不准时先改描述？
分类依赖类别边界。先把重叠与排除条件写清并复测固定问题，再比较模型；换标签文字不能保证路由变化。