需部署dify v1.17.1+并配置支持≥32k tokens的中文模型（如qwen2.5-7b-instruct），新建workflow应用，依次连接user input（files+clinical_focus）、llm（禁用流式响应、严格json输出）、output节点，绑定字段后测试运行即可生成摘要与结构化数据。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
准备医疗病例文档与平台环境
你需要一份可读的医疗病例PDF或Word文件（非扫描图），同时确保Dify实例已部署v1.17.1或更高稳定版，并完成模型服务配置（如Qwen2.5-7B-Instruct或GLM-4-Flash）。若未配置模型，LLM节点将无法调用，工作流运行会直接报错中断。
登录Dify控制台→进入【应用】→点击右上角【+新建应用】→选择【Workflow】类型→命名“医疗病例摘要与结构化提取”→点击【创建】。这一步必须在Workflow类型下操作，Chatflow或Completion类型不支持多节点编排和变量绑定。
搭建最小可用工作流链路
在空白画布左侧节点栏，依次拖入三个核心节点：【User Input】→【LLM】→【Output】。这三个节点构成医疗文本处理的最小闭环：用户上传病例+填写临床关注点→模型理解并生成→结构化结果返回。
鼠标按住User Input节点右侧圆点→拖拽连线至LLM节点左侧圆点；再从LLM节点右侧圆点→拖拽连线至Output节点左侧圆点。连线必须单向、无分叉，否则变量无法沿路径正确传递。
双击User Input节点，在【输入变量】区域点击【+添加变量】：第一项设为files（类型选File），第二项设为clinical_focus（类型选String，默认提示文字写“请填写本次关注的临床维度，如：用药史、手术指征、并发症风险”）。这两项是后续所有处理的唯一数据源，缺一不可。
配置LLM节点实现双目标输出
双击LLM节点→在【模型】下拉框中选择已接入的中文长上下文模型（必须支持≥32K tokens，否则病例全文截断）。
在【系统提示词】区域粘贴以下内容：
你是一名资深临床医生助理，请严格基于用户上传的医疗病例原文进行分析。禁止编造、推测、补充任何原文未明确记载的信息。输出必须为纯JSON格式，包含且仅包含两个字段：
“summary”：不超过300字的简体中文摘要，聚焦用户指定的clinical_focus；
“structured_data”：对象类型，按如下键名提取：patient_age（数字）、diagnosis（字符串数组）、medication_list（字符串数组）、lab_results_abnormal（对象，含key-value对，如{“ALT”: “128 U/L”}）。
在【用户提示词】区域填写：
病例原文：
{files.text}
本次关注维度：
{clinical_focus}
【关键校验】：务必关闭“启用流式响应”开关。开启后JSON结构会被拆成碎片，Output节点无法解析为合法对象，导致前端显示为空或报错“invalid json”。
设置Output节点并绑定结构化字段
双击Output节点→在【输出变量】区域点击【+添加变量】→第一项命名为summary，值填{llm.output.summary}；第二项命名为structured_data，值填{llm.output.structured_data}。
注意：字段名必须与LLM提示词中定义的完全一致（包括大小写和下划线），且引用路径要带llm.output.前缀。写成{output.summary}或{llm.summary}均无效，调试时会提示“variable not found”。
点击右上角【保存】→再点击【测试运行】→上传一份含完整主诉、现病史、检验检查的病例文档→在clinical_focus栏输入“并发症风险”→点击【运行】。页面将返回JSON格式结果，其中summary字段为自然语言摘要，structured_data字段为键值对结构化数据。
