> ## Documentation Index
> Fetch the complete documentation index at: https://dify-6c0370d8-add-new-agent.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 工具
> 连接外部服务和 API
⚠️ 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](/en/use-dify/nodes/tools)。
将 [Dify 工具](/zh/use-dify/workspace/tools)作为独立节点添加到你的工作流中。
这让你的工作流能够与外部服务和 API 交互，以访问实时数据并执行操作，如网页搜索、数据库查询或内容处理。
## 添加和配置节点
1. 在画布上，点击**添加节点** > **工具**，然后从可用工具中选择一个操作。
2. 可选：如果工具需要身份认证，选择一个已有凭据或创建新凭据。
要更改默认凭据，请前往**工具**或**插件**。
3. 完成其他必需的工具设置。
## 为工具准备输入
工具可能要求特定格式的输入，而这些格式不一定与你的上游节点输出完全匹配。你可能需要重新格式化数据、提取特定信息或组合多个节点的输出。
无需手动添加中间节点或修改上游输出，你可以**在需要的地方直接准备输入**。
有两种方式可用：
| 方式 | 适用场景 | 工作原理 |
| :------------------------------------------------------------------------------------------------ | :------------------------ | :--------------------------------------------------------------------- |
| **组装变量** | 数据在上游输出中可用，但需要格式转换、提取或组合。 | - 你描述需求。
- 系统自动创建一个内部**代码**节点来处理转换。
|
| **从 LLM 的对话历史中提取** | 数据隐藏在 LLM 的对话历史中，需要解读和提取。 | - 你描述需求。
- 系统自动创建一个内部 **LLM** 节点来读取该对话历史并提取所需数据。
|
### 组装变量
当数据存在于清晰、结构化的上游输出中但需要转换时使用——例如提取子字符串、组合多个输出或更改数据类型。
三个上游 LLM 节点各自生成了一段产品描述。下游工具需要一个包含所有描述的单一数组。
选择**组装变量**并描述："组合 LLM1、LLM2 和 LLM3 的文本输出。"
系统生成的代码会将输出合并为工具期望的数组格式。
在组装变量之前，请先运行相关的上游节点以使其输出数据可用。
1. 在任何接受变量的工具输入字段中，输入 `/` 并从下拉菜单中选择**组装变量**。
2. 用自然语言描述你的需求，AI 会生成转换数据的代码。生成的代码会自动适配输入字段期望的格式。
3. 点击**运行**测试代码。这会打开内部代码节点并使用可用的上游数据运行。
4. 检查代码节点的输出，验证是否符合预期：
* 如果结果正确，直接退出即可。代码会自动保存和应用。
* 如果不正确，点击代码字段中的代码生成器图标继续用 AI 优化，或直接编辑代码。
之后如需重新打开**组装变量**界面：
1. 点击已组装变量旁的**查看内部**。
2. 选择内部代码节点。
3. 点击代码生成器图标。
### 从 LLM 的对话历史中提取
当你需要的信息隐藏在 LLM 的对话历史（即执行过程中产生的用户、助手和工具消息）中时使用。你可以通过 LLM 的 `context` 输出变量查看其对话历史。
上游 LLM 节点生成了代码，但其输出包含自然语言的解释和注释。下游的代码解释器工具需要纯净的、可执行的代码。
无需修改上游 LLM 让它只输出代码，而是在代码解释器的输入字段中输入 `/` 并选择该 LLM 节点，然后描述："仅提取可执行的代码。"
系统将创建一个内部 LLM 节点，自动添加所选 LLM 节点的对话历史，并以代码解释器期望的格式提取代码。
在从对话历史中提取之前，请先运行相关的上游 Agent 或 LLM 节点以使其 `context` 数据可用。
1. 在任何接受变量的输入字段中，输入 `/` 并选择一个上游 Agent 或 LLM 节点。
2. 描述你想从其对话历史中提取的内容。
3. 点击**查看内部**并测试运行内部 LLM 节点。
该节点自动导入上游节点的对话历史，并使用结构化输出来匹配所需格式。
4. 检查输出并根据需要优化。