Skip to main content
本文档由 AI 自动翻译。如有任何不准确之处,请参考 英文原版
在知识流水线中,知识库节点支持两种多模态数据格式的入参:multimodal-Parent-Childmultimodal-General 为使知识库节点能够识别并向量化工具插件输出的多模态数据(如文字、图片、音频或视频),需完成两项配置:
  • 在工具代码文件中 :调用工具会话接口上传文件并构造 files 对象。
  • 在工具提供者 YAML 文件中 :将 output_schema 声明为 multimodal-Parent-Childmultimodal-General

上传并构造文件对象

处理图片等多模态数据时,需先通过 Dify 的工具会话上传文件,以获取文件元数据。 以下示例取自 Dify 官方插件 Dify Extractor ,展示如何上传文件并构造 files 对象。
上传接口会返回一个 UploadFileResponse 对象,包含文件信息:
可将文件信息(如 namesizeextensionmime_type 等)映射到多模态输出结构中的 files 字段。

声明多模态输出结构

Dify 官方的 JSON Schema 定义了多模态数据的结构。 为使知识库节点识别插件的多模态输出类型,需在插件的提供者 YAML 文件中将 output_schema 下的 result 字段指向对应的官方 Schema URL。
例如,使用 multimodal-Parent-Child 的完整 YAML 配置如下:
Last modified on June 17, 2026