必须使用Dify v1.8.0+异步工作流引擎，选择Workflow类型，通过同级挂载实现并行分支，用合并节点或结束节点手动映射变量完成异步回调与结果聚合。
☞☞☞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☜☜☜
要在Dify中实现多任务并行执行并确保各分支结果能异步回调、统一聚合，必须结合v1.8.0起生效的异步工作流引擎与并行分支机制，绕过旧版串行阻塞限制。
确认环境与基础前提
进入Dify控制台 → 点击右上角头像 → 选择「设置」→「系统信息」，核对当前版本号【必须为 v1.8.0 或更高】。低于此版本将无法启用异步回调能力，所有并行节点仍将被强制同步等待。
检查工作流类型：新建时务必选择「Workflow」而非「Chatflow」。Chatflow默认启用Memory且禁用End节点，不支持异步回调触发与变量合并输出。
搭建并行分支结构
在Workflow画布中，拖入一个「开始节点」作为入口。
将鼠标悬停在开始节点右侧的「+」图标上 → 点击 → 依次添加三个不同功能的节点：例如「LLM节点（Glm-4-flash）」「TavilySearch节点」「代码执行节点（Python）」。这三个节点会自动形成并行分支，无需连线——【Dify v1.8.0 起，并行分支默认不依赖显式连线，仅靠同级挂载即触发并发】。
注意：若误将节点拖到前一节点下方并自动连线，则变为串行；必须确保三节点均直接挂载于开始节点右侧同一层级。
配置异步回调与结果聚合
方法一：使用「合并节点（Merge Node）」自动收口
在三个并行节点全部配置完成后，点击画布空白处 → 工具栏选择「合并节点」→ 拖入画布 → 将其置于三个并行节点正下方。
此时Dify会自动识别上方所有未连接的并行分支，并将其输出变量映射为 merge_input_1、merge_input_2、merge_input_3。你可在合并节点内编写 Jinja2 表达式，例如：{{ merge_input_1.translation }} + "\n" + {{ merge_input_2.results | first }} + "\n" + {{ merge_input_3.stdout }}。
方法二：手动绑定回调至结束节点
删除合并节点 → 拖入「结束节点」→ 在其「输入映射」区域点击「+ 添加变量」→ 分别输入变量名如「final_summary」→ 在值字段粘贴表达式：{{ LLM.output }} | {{ TavilySearch.output }} | {{ CodeExec.output }}。该写法依赖Dify v1.8.0 新增的异步完成感知机制，会在任一分支返回后立即尝试填充，但需确保所有分支均已定义明确的 output 字段。
这一步操作起来很简单，直接把表达式粘进去就行，但若某分支未设置 output 键（比如代码节点忘了写 print() 或 return），该字段将为空字符串，不会报错也不会重试。
启用异步执行与验证回调行为
第一步：在工作流右上角打开「高级设置」→ 勾选「启用异步执行」→ 保存。
第二步：点击「调试运行」→ 在输入框中提交测试数据（如一段英文文本）→ 观察执行日志面板。
你会看到三个分支的日志时间戳高度重叠，且各自完成时间差异明显；当最早完成的分支输出抵达时，结束节点已开始渲染，而非卡在等待最慢分支——这正是异步回调生效的直接证据。
第三步：在调试结果页点击「查看原始响应」→ 检查 JSON 中是否包含 "status": "completed" 与 "async_callback_received": true 字段。缺失后者说明回调链路未激活，需返回检查「高级设置」是否勾选。
