AI 不只是概念，更是工具。本篇文章将带你从 0 到 1，用 Dify Agent + Python 打造一个真正可用的自动化竞品分析助手。不讲空话，不玩炫技，完整代码+实战流程，适合产品人、数据人、运营人快速上手复用。

今天，我们要挑战一个几乎让每个产品经理、市场分析师甚至创业者都“闻风丧胆”的任务——竞品分析。传统的方式不仅耗时耗力，而且信息零散，效率极低。我就在想，能不能让AI来帮我们干这件苦差事？

于是，这个实验诞生了：我们要打造一个AI助手，你只需要丢给它一个竞品名称，它就能自动上网搜集信息，并生成一份结构化的分析报告初稿。听起来很酷？让我们开始吧！

【核心1：踩坑与弯路】—— 我天真了

一开始，我以为这会很简单。Dify 提供了强大的工作流（Workflow）和内置的 Google Search 工具，我的初步构想是：

“一步到位法” (已失败)

用户输入 -> Google Search 找官网 -> Dify的HTTP节点直接访问官网 -> LLM分析 -> 输出报告。

结果呢？现实给了我一记响亮的耳光。几乎所有稍微正规一点的网站都部署了反爬虫机制（比如Cloudflare），我用HTTP节点发出的请求，就像一个没带通行证的游客，被无情地挡在了门外，返回的都是些无意义的错误代码或加载页面。

这个坑告诉我们： Dify 的代码执行节点有安全沙箱，无法执行网络请求等I/O操作；而直接用HTTP节点去“裸奔”访问，成功率极低。这是从“玩具”到“工具”必须迈过的第一道坎。

【核心2：顿悟与新方案】—— 专业的事交给专业的“特工”

在碰壁之后，我意识到，必须将“信息获取”这个专业任务外包出去。Dify 应该扮演“总指挥”的角色，负责编排整个流程；而网页抓取，需要一个能模拟真实浏览器、应对反爬虫的“前线特工”。

这个“特工”，就是我们即将用 Python 和 Docker 构建的一个独立的网页抓取微服务。它接收 Dify 指挥部发来的 URL，然后将“情报”（网页纯文本）传回。

【核心3：实战步骤】—— 保姆级“抄作业”指南

光说不练假把式，我们来动手实现！

Step 1: 搭建“前线特工”（网页抓取API）

这个服务的目标很纯粹：给它一个URL，它还你一个干净的网页文本。

1. 编写代码 (main.py)

from flask import Flask, request, jsonify

import requests

from bs4 import BeautifulSoup

import logging

logging.basicConfig(level=logging.INFO)

app = Flask(__name__)

@app.route(‘/scrape’, methods=[‘POST’])

def scrape_website():

data = request.json

if not data or ‘url’ not in data:

return jsonify({“error”: “Missing ‘url’ in request body”}), 400

url = data[‘url’]

logging.info(f”Received request to scrape URL: {url}”)

headers = {

‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36’

}

try:

response = requests.get(url, headers=headers, timeout=15)

response.raise_for_status()

soup = BeautifulSoup(response.text, ‘html.parser’)

for script_or_style in soup([‘script’, ‘style’]):

script_or_style.decompose()

text = soup.get_text()

lines = (line.strip() for line in text.splitlines())

chunks = (phrase.strip() for line in lines for phrase in line.split(” “))

clean_text = ‘\n’.join(chunk for chunk in chunks if chunk)

logging.info(f”Successfully scraped content from {url}. Content length: {len(clean_text)}”)

return jsonify({“content”: clean_text})

except requests.exceptions.RequestException as e:

logging.error(f”Failed to scrape {url}. Error: {e}”)

return jsonify({“error”: f”Failed to fetch URL: {str(e)}”}), 500

except Exception as e:

logging.error(f”An unexpected error occurred. Error: {e}”)

return jsonify({“error”: f”An unexpected error occurred: {str(e)}”}), 500

if __name__ == ‘__main__’:

app.run(host=’0.0.0.0′, port=5000)

2. 定义依赖 (requirements.txt)

Flask==2.2.2

requests==2.28.1

beautifulsoup4==4.11.1

3. 容器化部署 (Dockerfile)

FROM python:3.9-slim

WORKDIR /app

COPY requirements.txt .

RUN pip install –no-cache-dir -r requirements.txt

COPY main.py .

EXPOSE 5000

CMD [“python”, “main.py”]

4. 启动服务

在包含以上三个文件的目录下，打开终端执行：

# 1. 构建Docker镜像

docker build -t competitor-scraper .

# 2. 运行容器 (我们将外部端口映射为5001)

docker run -d -p 5001:5000 –name scraper-container competitor-scraper

现在，你的“前线特工”已经在 http://localhost:5001/scrape 待命了！

Step 2: 配置 Dify“总指挥部”

进入 Dify，创建一个新的对话型应用，开始编排工作流。

1）「开始」节点：

添加输入字段，变量名设为 competitor_name。

2）「Google Search」节点：

Query输入： 引用变量 {{start.competitor_name}} official website。

3）「代码执行」节点 (提取URL)：

输入变量： 添加一个 search_results，引用自上一步Google搜索节点的 result。

代码：

def main(search_results: list) -> dict:

first_url = “”

if isinstance(search_results, list) and len(search_results) > 0:

first_item = search_results[0]

if isinstance(first_item, dict) and ‘link’ in first_item:

first_url = first_item[‘link’]

return {‘first_url’: first_url}

4）「HTTP请求」节点：

请求方法： POST

URL： http://<你的电脑局域网IP>:5001/scrape (注意： 这里不能用localhost，必须是Dify能访问到的IP)。

Headers： Content-Type: application/json

Body (JSON)：

{

“url”: “{{code_1.first_url}}”

}

「LLM」节点 (核心分析大脑)：

模型：选择一个能力强的，如 GPT-4, Claude 3 Sonnet。

上下文：分别添加上游 Google Search 的结果和 HTTP请求 节点的 body.content。

提示词 (Prompt)：

你是一位顶级的市场分析专家。请根据我提供的【搜索引擎摘要】和【竞品官网内容】，为 “{{start.competitor_name}}” 生成一份简明扼要的竞品分析报告。

**严格遵守以下规则:**

1. 所有分析必须严格基于我提供的内容，严禁使用你的任何背景知识或进行凭空想象。

2. 如果提供的内容不足以分析某个项目，请明确指出“信息不足，无法分析”。

3. 使用清晰的Markdown格式输出报告。

**分析框架:**

– **公司/产品简介:** 总结其核心业务和价值主张。

– **核心功能:** 列出3-5个主要的产品功能或服务。

– **目标用户:** 推断其主要服务的客户群体。

– **SWOT初步分析:**

– **优势(Strengths):** 基于内容，总结其最突出的优点。

– **劣势(Weaknesses):** 基于内容，推断可能存在的不足。

– **机会(Opportunities):** 市场中可能存在的机会。

– **威胁(Threats):** 面临的潜在威胁。

「直接回复」节点：

引用上一步LLM节点的输出 {{llm_1.text}} 即可。

将所有节点连接起来，点击发布，大功告成！

【升华：生产级思考】—— 从Demo到实用工具

这个Demo本质上是一个小型的 RAG (检索增强生成) 应用。它让LLM在回答前，先去检索（Google）和增强（抓取网页）上下文，从而生成更准确、更具时效性的答案，极大地避免了模型幻觉。

如果想让它在真实世界更好用，我们还可以思考：

• 动态内容抓取：当前的抓取服务对付不了JavaScript动态加载的网站，未来可以升级为使用Selenium或Playwright等更强大的工具。
• 信息源容错：如果搜索到的第一个链接不是官网怎么办？可以设计一个循环或判断逻辑，尝试多个链接。
• 深度分析：除了官网，我们还可以让它去抓取新闻稿、社交媒体评价等，为LLM提供更全面的分析材料。

【附赠：我的工具箱】

核心编排：Dify – 毫无疑问，可视化编排AI工作流的神器。

外部服务：Python (Flask + Requests + BeautifulSoup) – 构建API和网页抓取的经典组合，轻量且强大。

部署利器：Docker – 一次打包，到处运行，现代软件工程必备技能。

分析大脑：GPT-4 / Claude 3 Sonnet – 强大的LLM是保证分析质量的核心。

【结尾：总结与回归】

通过这个实验，我们不仅构建了一个非常实用的AI助手，更重要的是，我们完整地经历了一次从需求分析、架构设计、技术攻坚到最终实现的AI应用工程落地过程。这比单纯调用一个API要酷得多！

当然，从这个Demo到真正成熟的生产级应用还有很长的路要走，但这无疑是一个完美的起点。

我是阿亚，我们下次再聊！