智能客服在互联网服务与健康管理领域快速普及，自动化、个性化的用户响应成为应用升级的核心需求。依托多智能体协作和大模型赋能，智能客服已具备文本、图片等多模态信息处理能力，并支持细致化问题分类与定制化回复。本文聚焦于一套以Dify为核心的智能客服工作流，展示其节点架构、核心模型与典型应用场景。内容面向自学编程群体，讲解工作流如何通过模块化设计，实现对健康咨询、产品支持、饮食建议等复杂场景的自动响应。文章目录智能客服核心模型Node节点应用场景开发与应用智能客服本工作流以高效智能的客服信息回复为目标，主要面向智能客服场景，通过加载用户输入的聊天内容，包括文本和图片，实现意图理解、图片识别、自动分类、健康咨询、知识检索、智能回复等多步处理。素材准备以用户聊天内容（可包含多段文本和多张图片）为主，适配多种与App、运动、饮食及日常生活相关场景。整个流程由“开始”节点接收用户内容，经过“意图向量机”与“问题分类器”等智能处理节点，对输入信息进行详细解析和分类，再结合大模型与知识检索完成专业健康反馈、产品使用指导与风格化回复，最后输出自然、精准的智能答复。整个流程以模块化串联，针对初学者简明直观，无需复杂操作即可快速实现智能化客服回复。核心模型模型名称说明qwen-vl-plustongyi平台的语言大模型，用于对输入的聊天内容进行理解和处理。deepseek-chatdeepseek平台的语言大模型，用于对输入的聊天内容进行理解和处理。Node节点