✅Dify进阶：插件开发

Dify提供了插件机制，我们可以基于dify的插件能力开发出我们自己的插件，来丰富工作流的功能。本文演示一个脱敏插件的开发全流程。

使用cursor进行插件开发，在dify官网中给出了dify插件开发的prompt：

https://docs.dify.ai/plugin-dev-zh/0211-getting-started-by-prompt

我们可以把这个当做rules设置个cursor，然后借助cursor帮我们开发一个dify的插件。

开发环境安装

开发 Dify 插件需要进行以下准备。本文档是开始插件开发的第一步。

Dify 插件 CLI 工具
Python 环境，版本号 ≥ 3.12

Dify 插件 CLI 工具可以通过 Homebrew（在 Linux 和 macOS 上）或独立的二进制可执行文件（在 Windows、Linux 和 macOS 上）进行安装。（其他安装方式：https://docs.dify.ai/plugin-dev-zh/0221-initialize-development-tools ）

1
2
3

brew tap langgenius/dify

brew install dify

要检查安装是否成功，请运行 dify version，应该会显示版本代码。

1	dify version

Prompt导入

Cursor Settings -> “Rules & Memories”添加新的 rule：

然后把dify的prompt复制进来。

创建好之后，在当前项目中就有这样一个rule文件了，在.cursor/rules目录下

需求文档生成

接着我们需要一份需求文档，当然也要借助AI来写了。

以下是我让千问帮我生成需求文档的提示词，

然后把对应的提示词，复制给cursor，让他帮我生成代码。

我要开发一个dify插件，以下是我的需求文档。
以下是一份面向开发团队和产品负责人的 Dify 脱敏插件需求文档（PRD），内容涵盖背景、目标、功能需求、非功能需求、接口设计、安全合规等关键要素，适用于金融、医疗、政务等强监管场景。
Dify 敏感数据脱敏插件需求文档（PRD）

1. 背景与问题描述
在企业级 AI 应用中，Dify 常被用于构建智能客服、内部知识助手、业务查询机器人等场景。这些应用通常需要调用外部系统（如 CRM、ERP、数据库 API）获取用户数据，并将结果交由大语言模型（LLM）生成自然语言回答。
然而，外部系统返回的数据常包含个人敏感信息（PII），例如：身份证号手机号银行卡号家庭住址医疗记录编号
根据《中华人民共和国个人信息保护法》《GDPR》《金融行业数据安全规范》等法规，原始敏感数据不得未经处理直接传入 LLM，否则将导致：数据泄露风险合规审计失败法律责任与声誉损失
当前 Dify 平台缺乏在“工具调用 → LLM 输入”之间对结构化数据进行自动脱敏的能力，必须通过插件扩展实现该关键安全控制点。
2. 目标
开发一个 通用、可配置、高性能的敏感数据脱敏插件，集成到 Dify 工作流中，实现以下目标：✅ 在 LLM 接收外部工具返回数据前，自动识别并脱敏敏感字段；✅ 支持主流敏感字段类型（身份证、手机号、银行卡等）；✅ 保证脱敏过程不破坏原始数据结构，确保 LLM 能正常理解上下文；✅ 满足金融、医疗等行业合规要求；✅ 插件可复用、可配置、低侵入，适用于多租户 SaaS 环境。
3. 功能需求3.1 核心功能
功能 描述------ ------自动字段识别 根据预定义字段名关键词（如 phone, id_card）匹配敏感字段结构化数据脱敏 支持对 JSON 对象、普通字符串、数组递归遍历并脱敏多种脱敏策略 支持掩码（masking）方式，保留部分可见字符（如 138*5678）输入输出透明 输入为包含敏感信息字符串，输出为脱敏后的字符串，结构不变3.2 支持的敏感字段类型（初始版本）
字段类型 示例原始值 脱敏后示例 匹配字段名关键词（不区分大小写）-------- ---------- ---------- ---------------------------手机号 13812345678 1385678 phone, mobile, telephone身份证号 110101199003072316 110101**2316 id_card, identity_card, citizen_id银行卡号 6222081234567890123 6222******0123 bank_card, card_number, account_no姓名（可选） 张三 张 或 name, full_name（默认关闭）注：姓名脱敏默认不启用，因可能影响语义理解，需通过配置开关控制。3.3 配置能力（未来扩展）支持通过插件参数动态开启/关闭某类脱敏；支持自定义正则表达式匹配字段值（如识别未命名但含身份证格式的字段）；支持租户级脱敏策略配置（高级功能，v2.0 考虑）。
4. 非功能需求
类别 要求------ ------性能 单次脱敏处理延迟 ≤ 50ms（95% 分位），支持并发 ≥ 100 QPS可靠性 脱敏失败时应 fallback 到返回原始数据（或可配置为报错），不得中断工作流安全性 插件本身不得记录、缓存、传输原始敏感数据；所有处理在内存中完成兼容性 输入必须为字符串；非法输入应原样返回并记录警告日志可观测性 提供基础日志（如脱敏字段数量、异常次数），便于监控
5. 插件接口设计（Dify 兼容）5.1 插件元信息（YAML 示例）
yamlname: sensitive_data_maskerdescription: 自动脱敏外部工具返回中的敏感个人信息（手机号、身份证、银行卡等）version: 1.0.0type: functioninput_params:name: input_stringtype: stringrequired: truedescription: 上游工具返回的原始字符串output:type: stringdescription: 脱敏后的字符串，结构与输入一致5.2 函数签名（Python 示例）
pythondef main(input_string: str) -> str:"""输入：字符串（如 '{"user": {"phone": "13812345678", "id_card": "110101199003072316"}}'）输出：脱敏后 字符串（如 '{"user": {"phone": "1385678", "id_card": "110101***2316"}}'）"""
6. 使用场景示例
场景：客户询问“我的账户绑定手机号是多少？”
1. Dify 调用内部用户查询 API，返回：json{"phone": "13812345678", "id_card": "110101199003072316"}
2. 工作流自动调用 sensitive_data_masker 插件；3. 插件返回：json{"phone": "1385678", "id_card": "110101**2316"}
4. LLM 基于脱敏数据生成回答：“您绑定的手机号是 1385678。”
✅ 整个过程无原始敏感数据进入 LLM，满足合规要求。