dify 1.13.0——Human-in-the-Loop與工作流執行架構全面升級，釋放AI與人的協作潛力

在智能應用開發平臺 Dify 的 1.13.0 版本中，迎來了里程碑式的更新。本次版本不僅在工作流執行層面進行了系統性重構，更推出了令人矚目的“Human-in-the-Loop（HITL）人機協作節點”，讓人類智能與人工智能的融合進入新階段。本文將為你詳細解析 Dify 1.13.0 的所有更新點、架構變化、配置注意事項和升級指南，讓你全面掌握這一版本的全部技術亮點。

一、核心特性：Human-in-the-Loop (HITL)

Dify 1.13.0 最大的創新在于引入了Human Input 節點，這是一個革命性更新，讓人類輸入成為工作流原生組成部分。此前的工作流往往只能在“自動化”或“手動執行”兩種模式之間切換，對于需要人工判斷的高風險場景，這種二元結構顯得捉襟見肘。而 HITL 的引入，彌合了這種“信任鴻溝”，讓自動化流程具備人工糾偏能力。

1. 背景說明

以往工作流要么完全由 AI 自動執行，要么依賴人工操作，這導致在涉及關鍵業務判斷的場景中，難以平衡 AI 的效率與人工的可靠性。現在，Dify 支持將人工審核步驟直接嵌入工作流執行圖中，實現真正的智能協作。

2. 核心功能

（1）原生工作流暫停機制

在流程關鍵節點插入“Human Input”節點，工作流即會暫停，等待人工輸入。這對于涉及敏感決策或需人工校驗的數據場景尤為必要。

（2）人工審核與編輯

暫停后系統會生成可視化界面，人工可審閱 AI 輸出內容，修改關鍵變量（如草稿、數據結果等），再繼續執行流程，從而保證精準度。

（3）操作路由控制

可配置自定義按鈕，如“批準”、“拒絕”、“升級處理”等，用于決定后續工作流路徑。不同操作對應不同的邏輯分支，實現高度靈活的決策流。

（4）多渠道輸入方式

人工輸入表單可通過 Web 應用或郵件推送形式完成。在云環境下，郵件方式可能受訂閱計劃或功能設置影響。

二、架構更新：支持暫停和恢復的工作流機制

為支持 HITL 所需的狀態化暫停與恢復機制，Dify 對執行引擎進行了全面重構。

1. 執行架構變化

• ?Workflow-Based Streaming Executions和Advanced Chat Executions現均由Celery workers執行。

• ? 非流式的工作流運行仍在 API 進程中處理。

• ? 所有暫停／恢復路徑（包括 HITL）均通過 Celery 恢復執行，事件流式返回經由 Redis Pub/Sub 實現。

Dify 引入了新的Celery 隊列：workflow_based_app_execution。標準部署模式可直接使用，但對于高并發、高吞吐環境，官方建議進行如下優化：

• ?Scale Workers（擴展 Worker 數量）：根據工作負載增加對該隊列的 Worker。

• ?Dedicated Redis（專用 Redis 實例）：大規模部署推薦配置PUBSUB_REDIS_URL指向專用 Redis；使用 Redis Cluster 模式結合分片 PubSub，可實現水平擴展與穩定高性能。

必須確保部署配置（Docker Compose、Helm Chart 等）包含監聽workflow_based_app_execution隊列的 Worker。否則，流式執行和恢復任務（包括 HITL）將無法處理。

2. 額外 Celery 隊列

新增api_token隊列。當ENABLE_API_TOKEN_LAST_USED_UPDATE_TASK=true時，需要部署 Worker 監聽該隊列，用于定期批量更新 API Token 的last_used_at時間戳。

四、配置環境變量更新

為了支持新的架構設計，Dify 1.13.0 增加了多項環境變量，尤其在大型部署場景下需要重點關注 Redis PubSub 相關配置。

★ 關鍵配置變量

• ?PUBSUB_REDIS_URL：指定用于 API 與 Celery 之間 PubSub 通信的 Redis URL。未設置時默認使用標準REDIS_*配置。

• ?PUBSUB_REDIS_CHANNEL_TYPE：設置事件流通道類型。可選項：pubsub（默認）或sharded。高并發環境強烈推薦使用sharded。

• ?PUBSUB_REDIS_USE_CLUSTERS：設置為true以啟用 Redis 集群模式，與分片通道結合時實現水平擴展。

• ?WEB_FORM_SUBMIT_RATE_LIMIT_MAX_ATTEMPTS：限制每個 IP 的網頁表單提交次數（默認 30 次）。

• ?WEB_FORM_SUBMIT_RATE_LIMIT_WINDOW_SECONDS：提交限流時間窗口（默認 60 秒）。

• ?HUMAN_INPUT_GLOBAL_TIMEOUT_SECONDS：工作流暫停等待人工輸入的最長時間（默認 604800 秒，即 7 天）。

• ?ENABLE_HUMAN_INPUT_TIMEOUT_TASK：啟用人工輸入超時檢查后臺任務（默認 true）。

• ?HUMAN_INPUT_TIMEOUT_TASK_INTERVAL：設置超時檢查任務的執行間隔（默認 1 分鐘）。

• ?ENABLE_API_TOKEN_LAST_USED_UPDATE_TASK：啟用周期性批量更新 API Token 使用時間任務（默認 true）。

• ?API_TOKEN_LAST_USED_UPDATE_INTERVAL：批量更新任務的執行間隔（默認 30 分鐘）。

• ?SANDBOX_EXPIRED_RECORDS_CLEAN_BATCH_MAX_INTERVAL：設置清理保留數據任務的隨機延遲間隔（默認 200 毫秒），用于降低數據庫壓力峰值。

• ? 增加遷移時的去重檢測與租戶默認模型的唯一約束，防止重復數據。

• ? 修復了工具刪除過程中的類型不匹配問題。

• ? 修復 FastOpenAPI 集成導致的身份解析錯誤問題。

• ? 修復文件類響應消息類型識別錯誤。

• ? 優化工作區權限行為，非管理員用戶不再顯示邀請操作。

• ? 利用插件清單預緩存及 AppListApi 查詢優化降低后端負載與控制臺延遲。

• ? 提高大數據任務的穩定性：分割數據庫會話、批量清理執行、索引優化與節流機制顯著減少系統波動。

• ? 新增終端用戶查找服務接口，支持租戶和應用范圍內的訪問控制。

• ? 提升工作流運行歷史在狀態切換時的刷新邏輯體驗。

• ? 優化 MCP 工具集成，可提取與上報使用元數據（包括 Token 與成本統計字段）。

• ? 移除 ECharts 中的動態new Function解析機制，對不支持的代碼返回顯式錯誤，零注入風險。

• ? 新增荷蘭語（nl-NL）本地化支持，進一步完善國際化覆蓋。

如果你使用自定義的CELERY_QUEUES，務必確保其中包含：

• ?workflow_based_app_execution

• ? 當啟用 API Token 更新任務時，還需包含api_token

1. 1.備份自定義 Compose 文件

cd docker
cp docker-compose.yaml docker-compose.yaml.$(date +%s).bak

1. 2.獲取最新代碼

git checkout main
git pull origin main

1. 3.停止服務

docker compose down

1. 4.備份數據

tar -cvf volumes-$(date +%s).tgz volumes

1. 5.升級服務

docker compose up -d

如遇數據庫連接錯誤，例如：

failed to connect to `host=db_postgres user=postgres database=dify_plugin`: hostname resolving error

請改用以下命令啟動：

docker compose --profile postgresql up -d

1. 1.停止運行中的 API、Worker 與 Web 前端服務。

2. 2.切換至指定版本分支：

git checkout 1.13.0

1. 3.更新 Python 依賴：

cd api
uv sync

1. 4.執行數據庫遷移：

uv run flask db upgrade

1. 5.重新啟動全部服務。

Dify 1.13.0 中完成了大量代碼重構與性能調優，涵蓋前后端、測試體系與任務消費機制。主要變化包括：

• ? 工作流執行隊列新增支持workflow_based_app_execution，確保所有流式任務與暫停恢復邏輯可被正確消費。

• ? 修復 Redis 客戶端導致的高 CPU 使用問題，系統穩定性提升顯著。

• ? 批量刪除與數據庫會話優化減少資源阻塞。

• ? 優化工作流節點輸出描述與狀態圖標展示，提高可視化一致性。

• ? 新增綜合測試用例覆蓋 Human Input 節點功能，確保 HITL 模塊穩定。

• ? 增強工作流運行歷史管理與 UI 更新體驗。

• ? 加強 API Token 隊列處理邏輯與 Redis 通信穩定性。

• ? 重構核心數據庫任務，使知識檢索節點與數據庫操作徹底解耦。

• ? 引入類型安全環境變量與升級到 zod v4，增強配置可靠性。

• ? 優化網頁主題視覺與暗亮模式變量。

• ? 修復多語言、組件樣式、數據索引、權限邏輯等細節問題。

代碼地址：github.com/langgenius/dify

Dify 1.13.0 是一次從架構到底層執行機制的重大演進。

這一版本的Human-in-the-Loop (HITL)功能，讓工作流不再是純粹的自動化流水線，而成為人工智能與人類智慧協同的閉環系統。AI 的高效與人類的決策能力得以融合，真正實現信任與效率的平衡。與此同時，架構層面的重新設計、Redis Pub/Sub 與 Celery 隊列優化，讓 Dify 能夠從單機輕量級部署平滑過渡到企業級高并發場景。

性能更高、架構更穩、協作更強、國際化更完備——Dify 1.13.0 已成為 AI 工作流平臺發展的又一重要里程碑。

結語：
Dify 1.13.0 的發布，標志著智能應用從“機器自動化”邁入“人機協同”的新階段。這不僅是技術上的躍升，更是智能生產力工具進化的方向。隨著 HITL 節點的成熟和架構擴展機制的完善，未來的 Dify 將更好地連接人類思維與 AI 智能，讓每一條工作流都具備學習、判斷與自適應能力。

我們相信人工智能為普通人提供了一種“增強工具”，并致力于分享全方位的AI知識。在這里，您可以找到最新的AI科普文章、工具評測、提升效率的秘籍以及行業洞察。 歡迎關注“福大大架構師每日一題”，發消息可獲得面試資料，讓AI助力您的未來發展。