+
+
| Windows | +macOS | +アクション | +
|---|---|---|
Ctrl + C |
+ Cmd + C |
+ ノードをコピー | +
Ctrl + V |
+ Cmd + V |
+ ノードをペースト | +
Ctrl + D |
+ Cmd + D |
+ ノードを複製 | +
Delete |
+ Delete |
+ 選択したノードを削除 | +
Ctrl + O |
+ Cmd + O |
+ ノードを自動配置 | +
Shift |
+ Shift |
+ 変数の依存関係を可視化（単一ノードのみ） | +
| Windows | +macOS | +アクション | +
|---|---|---|
Ctrl + 1 |
+ Cmd + 1 |
+ 表示に合わせる | +
Ctrl + - |
+ Cmd + - |
+ ズームアウト | +
Ctrl + = |
+ Cmd + = |
+ ズームイン | +
Shift + 1 |
+ Shift + 1 |
+ 100%にリセット | +
Shift + 5 |
+ Shift + 5 |
+ 50%に設定 | +
H |
+ H |
+ 手のひらツール（パン） | +
V |
+ V |
+ 選択ツール | +
| Windows | +macOS | +アクション | +
|---|---|---|
Ctrl + Z |
+ Cmd + Z |
+ 元に戻す | +
Ctrl + Y |
+ Cmd + Y |
+ やり直し | +
Ctrl + Shift + Z |
+ Cmd + Shift + Z |
+ やり直し | +
| Windows | +macOS | +アクション | +
|---|---|---|
Alt + R |
+ Option + R |
+ ワークフローを実行 | +
+
+
+
+---
+
+## ステップ3: ボットをテストする (3分)
+
+`プレビュー` をクリックして、次のように質問します:
+
+- "フランスの首都はどこですか？"
+- "日本料理について教えて"
+- "イタリアの文化を説明してください"
+- その他の質問
+
+ボットが予想通りに動作することを確認してください！
+
+## ボットの完成！
+
+このガイドでは、言語モデルを信頼性とスケーラビリティを持って統合する方法を示しました。Difyの視覚的なワークフローとモジュールノードを使用することで、ただ速く構築するだけでなく、LLMを活用したアプリのためのクリーンでプロダクション対応のアーキテクチャを採用しています。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/getting-started/test-internal.mdx b/ja-jp/documja-jptation/pages/getting-started/test-internal.mdx
new file mode 100644
index 00000000..01cb95b4
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/getting-started/test-internal.mdx
@@ -0,0 +1,57 @@
+```mdx
+---
+title: "内部ワークフローのテスト"
+description: "内部貢献者のためのドキュメント同期テスト"
+icon: "flask"
+---
+
+これは、内部貢献者のための自動ドキュメント同期を検証するためのテストドキュメントです。
+
+## 機能のテスト
+
+
+
+
+## エージェント戦略
+
+エージェント戦略は、エージェントがどのように考え、行動するかを定義します。モデルの能力とタスクの要件に最も合ったアプローチを選択してください。
+
+
+ 
+
+
+
+
+
+## 設定
+
+### モデルの選択
+
+選択したエージェント戦略をサポートするLLMを選んでください。より高性能なモデルは複雑な推論をよりよく処理しますが、1回のイテレーションごとにコストがかかります。関数呼び出しの戦略を使用する場合は、モデルが関数呼び出しをサポートしていることを確認してください。
+
+### ツールの設定
+
+エージェントがアクセスできるツールを設定します。各ツールには以下が必要です：
+
+**認証** - ワークスペースで設定された外部サービスのAPIキーと資格情報
+
+**説明** - ツールが何をするか、いつ使用するかの明確な説明（これはエージェントの意思決定を導きます）
+
+**パラメータ** - 適切なバリデーションを伴うツールが受け入れる必須およびオプションの入力
+
+### 指示とコンテキスト
+
+エージェントの役割、目標、およびコンテキストを自然言語の指示を使って定義します。Jinja2構文を使用して、上流のワークフローノードから変数を参照します。
+
+**クエリ**は、ユーザーの入力やエージェントが取り組むべきタスクを指定します。これは、前のワークフローノードからの動的な内容である可能性があります。
+
+
+ 
+
+
+### 実行制御
+
+**最大反復回数**は無限ループを防ぐための安全上の制限を設定します。タスクの複雑さに基づいて設定してください。単純なタスクには3～5回の反復が必要で、複雑な調査には10～15回が必要です。
+
+**記憶**は、TokenBufferMemoryを使用してエージェントが覚えている以前のメッセージ数を制御します。大きなメモリウィンドウはより多くのコンテキストを提供しますが、トークンコストも増加します。これにより、ユーザーが以前のアクションを参照できる会話の連続性が可能になります。
+
+### ツールパラメータの自動生成
+
+ツールには**自動生成**または**手動入力**として設定されたパラメータが含まれることがあります。自動生成されたパラメータ（`auto: false`）はエージェントによって自動的に入力され、手動入力パラメータは明示的な値を必要とし、ツールの恒久的な設定の一部になります。
+
+
+
+## 出力変数
+
+エージェントノードは包括的な出力を提供します：
+
+**最終回答** - クエリに対するエージェントの最終的な応答
+
+**ツール出力** - 実行中に各ツール呼び出しからの結果
+
+**推論トレース** - ステップバイステップの意思決定プロセス（特にReAct戦略では詳細に）をJSON出力で利用可能
+
+**反復回数** - 使用された推論サイクルの数
+
+**成功ステータス** - エージェントがタスクを正常に完了したかどうか
+
+**エージェントログ** - デバッグおよびツール呼び出しの監視のためのメタデータを含む構造化ログイベント
+
+## 使用例
+
+**調査と分析** - エージェントは複数のソースを自律的に検索し、情報を合成し、包括的な回答を提供できます。
+
+**トラブルシューティング** - エージェントが情報を収集し、仮説をテストし、発見に基づいてアプローチを適応させる必要がある診断タスク。
+
+**多段階データ処理** - 中間結果に依存する複雑なワークフロー。
+
+**動的API統合** - API呼び出しのシーケンスが応答や条件に依存し、事前に決定できないシナリオ。
+
+## ベストプラクティス
+
+**明確なツールの説明**は、エージェントが各ツールをいつどのように効果的に使用するかを理解するのに役立ちます。
+
+**適切な反復制限**は、コストを抑制しながら複雑なタスクに十分な柔軟性を提供します。
+
+**詳細な指示**は、エージェントの役割、目標、および制約や好みに関するコンテキストを提供します。
+
+**メモリ管理**は、トークンの効率性とコンテキストの保持のバランスを、使用例の要件に基づいて調整します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/answer.mdx b/ja-jp/documja-jptation/pages/nodes/answer.mdx
new file mode 100644
index 00000000..c38d70af
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/answer.mdx
@@ -0,0 +1,67 @@
+```mdx
+---
+title: "回答"
+description: "チャットフローアプリケーションでの応答内容の定義"
+icon: "message"
+---
+
+Answerノードは、チャットフローアプリケーションでユーザーに届けられるコンテンツを定義します。これを使用して、応答をフォーマットし、テキストと変数を組み合わせ、テキスト、画像、ファイルを含む多モーダルコンテンツをストリーミングします。
+
+
+
+
+## 多モーダル応答
+
+Answerノードは、単一の応答ストリームでテキスト、画像、ファイルを含むリッチコンテンツの配信をサポートします。
+
+
+ 
+
+
+**テキストコンテンツ**には、変数の置換、マークダウン形式、およびワークフロープロセスの結果に基づく動的コンテンツを含めることができます。
+
+**画像コンテンツ**は、ツールで生成された画像、ユーザーによってアップロードされた画像、またはワークフローノードで処理された画像を表示します。画像はテキストと並行してストリーミングされ、リッチなユーザー体験を提供します。
+
+**ファイルコンテンツ**は、ワークフロー実行中に生成または処理されたドキュメント、スプレッドシート、その他のファイルを配信します。
+
+
+ 
+
+
+## 複数のAnswerノード
+
+チャットフロー内のさまざまな処理段階でコンテンツを配信するために、複数のAnswerノードを配置できます。これにより、以下が可能になります：
+
+**進行中の応答** - 処理がバックグラウンドで続行されている間に即時の確認を提供します
+
+**条件付き応答** - ワークフローブランチングロジックに基づいて異なるコンテンツを送信します
+
+**ストリーミングアップデート** - 長時間実行されるプロセス中に利用可能になった部分的な結果を配信します
+
+各Answerノードは独立して会話に貢献し、洗練された応答パターンとユーザー体験の設計を可能にします。
+
+## 変数の統合
+
+Answerノードは、すべてのワークフローノードタイプからの出力とシームレスに統合されます。一般的な変数のソースには以下が含まれます：
+
+**LLM応答** - 生成されたテキスト、分析結果、または言語モデルからの構造化出力を表示します
+
+**知識の検索** - 知識ベースで見つかった関連情報を、引用の追跡を自動で行い表示します
+
+**ツールの結果** - 外部API、計算、またはサービス統合からのデータを表示します
+
+**ファイル処理** - 抽出されたテキスト、分析結果、または処理されたドキュメントコンテンツを表示します
+
+変数システムは型安全性を維持し、チャットインターフェースでの最適な表示のために異なるコンテンツタイプを自動的に処理します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/code.mdx b/ja-jp/documja-jptation/pages/nodes/code.mdx
new file mode 100644
index 00000000..4cfc9fc7
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/code.mdx
@@ -0,0 +1,138 @@
+```mdx
+---
+title: "コード"
+description: "データ処理のためにカスタムPythonまたはJavaScriptを実行"
+icon: "code"
+---
+
+コードノードは、ワークフロー内で複雑なデータ変換、計算、およびロジックを処理するためにカスタムPythonまたはJavaScriptを実行します。プリセットノードでは特定の処理ニーズに十分でない場合に使用してください。
+
+
+ 
+
+
+## 設定
+
+**入力変数**を定義して、ワークフロー内の他のノードからデータにアクセスし、その後これらの変数をコード内で参照します。関数は、宣言した**出力変数**を含む辞書を返さなければなりません。
+
+```python
+def main(input_variable: str) -> dict:
+ # 入力を処理
+ result = input_variable.upper()
+ return {
+ 'output_variable': result
+ }
+```
+
+## 言語サポート
+
+ニーズと親しみやすさに基づいて、**Python**または**JavaScript**を選択してください。両方の言語はデータ処理のための一般的なライブラリにアクセスできる安全なサンドボックスで実行されます。
+
+
+
+
+**リトライ設定**では、最大10回の自動リトライと最大5000msの間隔を設定できます。これは一時的な処理問題を扱うために有効にします。
+
+**エラーハンドリング**では、コード実行が失敗した際のフォールバックパスを定義し、コードが問題に遭遇した場合でもワークフローを続行できるようにします。
+
+
+ 
+
+
+## 出力の検証と制限
+
+コード出力は厳格な制限で自動的に検証されます:
+- **文字列**: 最大80,000文字の長さ、ヌルバイトは削除されます
+- **数値**: -999999999から999999999までの範囲、浮動小数点数は小数点以下10桁に制限
+- **オブジェクト/配列**: 複雑なネスト構造を防ぐために最大5レベルの深さ
+
+これらの制限は、パフォーマンスを確保し、ワークフローでのメモリ問題を防ぎます。
+
+## セキュリティ考慮事項
+
+コードはファイルシステムアクセス、ネットワーク要求、システムコマンドを防ぐ厳格なサンドボックスで実行されます。これにより、プログラミングの柔軟性を提供しながらセキュリティを維持します。
+
+一部の操作はセキュリティ上の理由から自動的にブロックされます。システムファイルへのアクセスや潜在的に危険な操作を試みるのを避けてください:
+
+
+ 
+
+
+コードが保存されない場合、ブラウザのネットワークタブを確認してください - セキュリティフィルターが潜在的に危険な操作をブロックしている可能性があります。
+
+## 依存関係のサポート
+
+コードノードはPythonとJavaScriptの両方で外部依存関係をサポートします:
+
+```python
+# Python: numpy、pandas、requestsなどをインポート
+import numpy as np
+import pandas as pd
+
+def main(data: list) -> dict:
+ df = pd.DataFrame(data)
+ return {'mean': float(np.mean(df['values']))}
+```
+
+```javascript
+// JavaScript: lodash、momentなどをインポート
+const _ = require('lodash');
+
+function main(data) {
+ return { unique: _.uniq(data) };
+}
+```
+
+依存関係はサンドボックス環境に事前インストールされています。Difyインストールで利用可能なパッケージリストを確認してください。
+
+## 自己ホスト型セットアップ
+
+自己ホスト型Difyインストールの場合、安全なコード実行のためにサンドボックスサービスを開始します:
+
+```bash
+docker-compose -f docker-compose.middleware.yaml up -d
+```
+
+サンドボックスサービスはDockerを必要とし、セキュリティのためにコード実行をメインシステムから分離します。
+
+## 一般的なユースケース
+
+**データ解析** - APIや他のノードから返される複雑なJSON構造から特定の値を抽出します。
+
+**数学的操作** - 計算、統計解析、またはプリセットノードでは対応できないデータ集計を行います。
+
+**データ変換** - データ形式を変換し、複数のデータソースを結合するか、下流の処理のために情報を再構築します。
+
+**条件付きロジック** - 単純なif-else条件を超えた複雑な意思決定ロジックを実装します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/doc-extractor.mdx b/ja-jp/documja-jptation/pages/nodes/doc-extractor.mdx
new file mode 100644
index 00000000..c0303a2d
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/doc-extractor.mdx
@@ -0,0 +1,112 @@
+---
+title: "ドキュメント抽出器"
+description: "Extract text content from uploaded documents for AI processing"
+icon: "file-export"
+---
+
+ドキュメント抽出器ノードは、アップロードされたファイルを大規模言語モデルが処理できるテキストに変換します。言語モデルはPDFやDOCXなどのドキュメント形式を直接読み取ることができないため、このノードはファイルアップロードとAI解析の間の重要な橋渡しとなります。
+
+
+ 
+
+
+## サポートされているファイルタイプ
+
+このノードは、ほとんどのテキストベースのドキュメント形式を処理します：
+
+**テキストドキュメント** - TXT、Markdown、HTMLファイルなど、直接テキストコンテンツを含むファイル
+
+**オフィス文書** - Microsoft WordおよびCompatible applicationsのDOCXファイル
+
+**PDFドキュメント** - pypdfium2を使用して正確なテキスト抽出を行うテキストベースのPDF
+
+**オフィスファイル** - DOCファイルはUnstructured APIが必要、DOCXファイルは直接解析をサポートし、テーブル抽出はMarkdown形式に変換される
+
+**スプレッドシート** - Excel（.xls/.xlsx）およびCSVファイルをMarkdownテーブルに変換
+
+**プレゼンテーション** - PowerPoint（.ppt/.pptx）ファイルをUnstructured API経由で処理
+
+**メール形式** - EMLおよびMSGファイルによるメールコンテンツ抽出
+
+**特殊形式** - EPUB書籍、VTT字幕、JSON/YAMLデータ、プロパティファイル
+
+画像、音声、動画などの主にバイナリコンテンツを含むファイルは、専用の処理ツールまたは外部サービスが必要です。
+
+## 入力と出力
+
+### 入力設定
+
+ノードを次のいずれかを受け入れるように設定します：
+
+**単一ファイル**入力（通常はStartノードからのファイル変数）
+
+**複数ファイル**をバッチドキュメント処理のための配列として
+
+### 出力構造
+
+ノードは抽出されたテキストコンテンツを出力します：
+
+- 単一ファイル入力は、抽出されたテキストを含む`string`を生成
+- 複数ファイル入力は、各ファイルのコンテンツを含む`array[string]`を生成
+
+出力変数は`text`という名前で、下流処理の準備が整った生のテキストコンテンツが含まれています。
+
+## 実装例
+
+以下は、ドキュメント抽出器を使用した完全なドキュメントQ&Aワークフローです：
+
+
+ 
+
+
+### ワークフロー設定
+
+**ファイルアップロード設定** - Startノードでファイル入力を有効にして、ユーザーからのドキュメントアップロードを受け入れます。
+
+**テキスト抽出** - ドキュメント抽出器を接続して、アップロードされたファイルを処理し、テキストコンテンツを抽出します。
+
+**AI処理** - 抽出されたテキストを大規模言語モデルのプロンプトで使用して、分析、要約、または質問応答を行います。
+
+
+
+
+
+ 
+
+
+## 一般的な使用例
+
+**ドキュメントQ&Aアプリケーション** - ユーザーがドキュメントをアップロードし、そのコンテンツについて質問するChatPDFスタイルのアプリを構築します。
+
+**コンテンツ分析** - 契約書、報告書、研究論文を処理して重要な情報や洞察を抽出します。
+
+**バッチドキュメント処理** - 複数のドキュメントから同時にテキストを抽出して分析、インデックス化、移行を行います。
+
+**ドキュメント変換** - さまざまなドキュメント形式をプレーンテキストに変換して、さらなる処理や保存を行います。
+
+## 処理に関する考慮事項
+
+ドキュメント抽出器は、異なるファイル形式に最適化された専用解析ライブラリを使用します。可能な限りテキスト構造と書式を保持し、抽出されたコンテンツを大規模言語モデル処理により有用にします。
+
+### ファイル形式処理
+
+**エンコーディング検出** - chardetライブラリを使用してファイルエンコーディングを自動検出し、テキストベースファイルにはUTF-8フォールバックを使用
+
+**テーブル変換** - ExcelおよびCSVデータは、大規模言語モデルの理解を向上させるためのMarkdownテーブルになります
+
+**ドキュメント構造** - DOCXファイルは、適切なテーブルからMarkdownへの変換により段落とテーブルの順序を維持
+
+**複数行コンテンツ** - VTT字幕ファイルは、同じ話者による連続する発言をマージ
+
+### 外部依存関係
+
+一部のファイル形式では、`UNSTRUCTURED_API_URL`と`UNSTRUCTURED_API_KEY`経由で設定される**Unstructured API**サービスが必要です：
+- DOCファイル（レガシーWordドキュメント）
+- PowerPointプレゼンテーション（API処理を使用する場合）
+- EPUB書籍（API処理を使用する場合）
+
+非常に大きなドキュメントの場合は、大規模言語モデルのコンテキスト制限を考慮し、必要に応じてチャンキング戦略を実装してください。抽出されたテキストは、意味とコンテキストを保持するために元のドキュメントの論理構造を維持します。
+
+
+
+
+## HTTPメソッド
+
+このノードは、さまざまなタイプの操作に対応するすべての標準的なHTTPメソッドをサポートしています：
+
+
+
+
+**ファイルアップロード**はバイナリリクエストボディオプションを使用します。前のノードからファイル変数を選択して、ドキュメントストレージ、メディア処理、またはバックアップのために外部サービスにファイルを送信します。
+
+**ファイルダウンロード**は、レスポンスにファイルコンテンツが含まれている場合に自動的に処理されます。ダウンロードされたファイルは、下流ノードで使用するためのファイル変数として利用可能になります。
+
+## エラーハンドリングとリトライ
+
+外部サービスに依存する本番環境ワークフロー向けに、堅牢なエラーハンドリングを設定します：
+
+
+ 
+
+
+**リトライ設定**は、設定可能な間隔（最大5000ms）で失敗したリクエストを最大10回まで自動的にリトライします。これにより、一時的なネットワーク問題やサービスの利用不可を処理します。
+
+
+ 
+
+
+**エラーハンドリング**は、HTTPリクエストが失敗した際の代替ワークフローパスを定義し、外部APIが利用できない場合でもワークフローが実行を継続できるようにします。
+
+## レスポンス処理
+
+HTTPレスポンスは、後続のノードで構造化された変数となり、以下への個別のアクセスが可能です：
+
+- **レスポンスボディ** - APIから返されるメインコンテンツ
+- **ステータスコード** - 条件ロジック用のHTTPステータス
+- **ヘッダー** - キー値ペアとしてのレスポンスメタデータ
+- **ファイル** - APIから返される任意のファイルコンテンツ
+- **サイズ情報** - 読みやすい形式（KB/MB）でのコンテンツサイズ（バイト）
+
+### SSL検証
+
+SSL証明書検証は、ノードごとに設定可能です（`ssl_verify`パラメータ）。これにより、外しながら、自己署名証明書を使用する内部サービスへの接続が可能になります。
+
+
+ 
+
+
+## 一般的な統合パターン
+
+**APIデータ取得** - ユーザープロフィール、製品情報、または外部データを取得して、ワークフロー処理を充実させます。
+
+**Webhook配信** - 通知、ステータス更新、または処理結果を外部システムやサービスに送信します。
+
+**ファイル処理** - 分析用のドキュメントをアップロード、さらなる処理用のリソースをダウンロード、またはクラウドストレージサービスと統合します。
+
+**マルチステップAPIワークフロー** - 複数のAPI呼び出しを連携させ、1つのリクエストのレスポンスを使用して後続のリクエストを設定します。
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/ifelse.mdx b/ja-jp/documja-jptation/pages/nodes/ifelse.mdx
new file mode 100644
index 00000000..769b0e5c
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/ifelse.mdx
@@ -0,0 +1,75 @@
+```mdx
+---
+title: "If-Else"
+description: "Add conditional logic and branching to workflows"
+icon: "code-branch"
+---
+
+If-Elseノードは、定義した条件に基づいて実行を異なるパスにルーティングすることで、ワークフローに意思決定ロジックを追加します。変数を評価し、ワークフローがどの分岐に従うべきかを決定します。
+
+
+ 
+
+
+## 分岐ロジック
+
+このノードは、複雑な決定木を処理するための複数の分岐パスをサポートします：
+
+**IF Path** は、主要な条件がtrueと評価されたときに実行されます。
+
+**ELIF Paths** は、IF条件がfalseのときに順番にチェックする追加の条件を提供します。複雑なロジックのために複数のELIF分岐を追加できます。
+
+**ELSE Path** は、どの条件にも一致しないときのフォールバックとして機能し、常にワークフローに従うパスを提供します。
+
+## 条件タイプ
+
+さまざまな比較演算子を使用して変数をテストするために条件を設定します：
+
+
+
+
+**AND Logic** は、すべての条件がtrueであることを要求します。複数の基準を同時に満たす必要があるときに使用します。
+
+**OR Logic** は、いずれかの条件がtrueであることを要求します。異なるシナリオに対して同じアクションをトリガーしたいときに使用します。
+
+## 変数参照
+
+条件内で、前のワークフローノードからの任意の変数を参照します。変数はユーザー入力、LLMの応答、API呼び出し、または他のワークフローノードの出力から取得できます。
+
+変数セレクターを使用して利用可能な変数から選択するか、`{{variable_name}}`の構文を使用して変数名を直接入力します。
+
+## 共通パターン
+
+**コンテンツルーティング** - カテゴリ、言語、または複雑さに基づいて、異なるタイプのコンテンツを専門的な処理ノードに直接送ります。
+
+**ユーザーロール管理** - ユーザーの権限、サブスクリプションレベル、またはアカウントタイプに基づいて異なるワークフロービヘイビアを実装します。
+
+**エラーハンドリング** - 応答ステータスコード、データの有効性、または処理結果をチェックして、ワークフローを適切にルーティングします。
+
+**動的処理** - 入力特性、処理結果、または外部条件に基づいてワークフロービヘイビアを調整します。
+
+**多パスワークフロー** - アプリケーション内のさまざまなシナリオやエッジケースを処理する高度な分岐ロジックを作成します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/iteration.mdx b/ja-jp/documja-jptation/pages/nodes/iteration.mdx
new file mode 100644
index 00000000..620ec080
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/iteration.mdx
@@ -0,0 +1,164 @@
+```mdx
+---
+title: "反復"
+description: "各要素にワークフローを適用して配列を処理する"
+icon: "arrows-rotate"
+---
+
+反復ノードは、各要素に対して同じワークフローステップを順次または並行して実行することで配列を処理します。単一の操作としては制限に達したり非効率的であるバッチ処理タスクに使用します。
+
+
+ 
+
+
+## 反復の動作
+
+ノードは配列入力を受け取り、各配列要素に対して一度実行されるサブワークフローを作成します。各反復の間、現在の項目とそのインデックスが内部ノードで参照可能な変数として利用できます。
+
+**コアコンポーネント:**
+- **入力変数** - 上流ノードからの配列データ
+- **内部ワークフロー** - 各要素に対して実行する処理ステップ
+- **出力変数** - すべての反復から収集された結果（配列でもあります）
+
+## 設定
+
+### 配列入力
+
+パラメータ抽出、コードノード、知識検索、またはHTTPリクエストの応答などの上流ノードから配列変数を接続します。
+
+### 組み込み変数
+
+各反復は以下にアクセスを提供します:
+- `items[object]` - 現在処理中の配列要素
+- `index[number]` - 現在の反復インデックス（0から開始）
+
+### 処理モード
+
+
+
+
+
+ 
+
+
+## エラーハンドリング
+
+個々の配列要素の処理失敗をどのように扱うかを設定します:
+
+**停止** - エラーが発生したら処理を停止し、エラーメッセージを返す
+
+**エラー時継続** - 失敗した項目をスキップし、処理を続行し、失敗した要素にはnullを出力
+
+**失敗した結果を削除** - 失敗した項目をスキップし、成功した結果のみを返す
+
+入力出力対応の例:
+- 入力: `[1, 2, 3]`
+- エラー時継続の出力: `[result-1, null, result-3]`
+- 失敗した結果を削除の出力: `[result-1, result-3]`
+
+## 長文記事生成の例
+
+章のアウトラインを個別に処理して長文コンテンツを生成する:
+
+
+ 
+
+
+**ワークフローステップ:**
+
+1. **開始ノード** - ユーザーがストーリーのタイトルとアウトラインを提供
+2. **LLMノード** - 詳細な章のブレイクダウンを生成
+3. **パラメータ抽出器** - 章リストを構造化配列に変換
+4. **反復ノード** - 各章を内部LLMで処理
+5. **Answerノード** - 生成された章コンテンツをストリーミング
+
+
+ 
+
+
+
+ 
+
+
+
+ 
+
+
+
+
+ 
+
+ 
+
+
+### 多路工作流
+
+条件分岐を持つ工作流は、各実行パスに End ノードが必要です。各分岐は、工作流のロジックに応じて異なる変数を出力することができます：
+
+
+ 
+
+
+## 実行動作
+
+工作流の実行が End ノードに到達すると、処理は即座に停止します。End ノードの後に接続されたノードは実行されません。これにより、End ノードは異なる工作流分岐の自然な終了ポイントになります。
+
+もし工作流に複数の実行パスがある場合（例えば If-Else ノードを通じて）、各パスが End ノードに導かれるようにしてください。そうしないと、いくつかの実行分岐が結果を返さない可能性があります。
+
+## 出力例
+
+**テキスト処理結果** - 大規模言語モデルノードから処理されたテキスト、要約、または分析結果を出力します。
+
+**構造化データ** - JSONオブジェクト、配列、またはさまざまな処理ノードから抽出されたパラメータを返します。
+
+**ファイル出力** - ワークフロー実行中に生成された文書、画像、その他のファイルを提供します。
+
+**ステータス情報** - 処理のメタデータ、成功指標、または診断情報を含めます。
+
+
+ 
+
+
+## ベストプラクティス
+
+**一貫した出力構造** - 同じ工作流内の異なる End ノードで、予測可能なAPI応答のために類似した変数名とデータ型を使用します。
+
+**ステータス情報を含める** - 主な結果に加えて、成功指標や処理のメタデータを出力することを検討してください。
+
+**すべてのパスを処理する** - 工作流のすべての可能な実行パスが End ノードに導かれるようにして、不完全な実行を防ぎます。
+
+**出力スキーマの文書化** - 各 End ノードがAPI利用者および統合目的のために何を返すかを明確に文書化します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/knowledge-retrieval.mdx b/ja-jp/documja-jptation/pages/nodes/knowledge-retrieval.mdx
new file mode 100644
index 00000000..4cd16ad7
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/knowledge-retrieval.mdx
@@ -0,0 +1,93 @@
+```mdx
+---
+title: "知識検索"
+description: "Search knowledge bases for relevant information"
+icon: "database"
+---
+
+知識检索ノードは、知識ベースから関連情報を検索し、下流ノードで使用するためのコンテキストコンテンツを返します。これは、文書からの特定の情報を提供することによって、RAG（检索增强生成）アプリケーションを可能にします。
+
+
+ 
+
+
+
+
+
+### 検索パラメータ
+
+**Top K**は、検索する文書チャンクの数を制御します。焦点を絞った結果には3〜5チャンク、包括的なカバレッジには10〜15チャンクから始めてください。
+
+**スコア閾値**は最低類似度スコアを設定します。より高い閾値（0.7以上）は関連性を保証し、低い閾値（0.5以下）はより多くの関連性の低いコンテンツを含みます。
+
+**再ランキング**は、初期検索後に結果を再スコアリングします。ハイブリッド検索、多くのチャンク、または速度よりも精度が重要な場合に有効にします。
+
+### メタデータフィルタリング
+
+文書のタイプ、日付、部門などのメタデータを使用して結果をフィルタリングします。大規模な知識ベースでのターゲット検索を可能にするために、文書をアップロードする際にメタデータを設定してください。
+
+### 複数知識ベース戦略
+
+**N対1リコール**は、クエリを分析し、適切な知識ベースを選択して検索を最適化するために関数呼び出しを使用します。異なるドメインの専門知識ベースに最適です。
+
+**多方向リコール**は、選択したすべての知識ベースを同時にクエリし、結果を組み合わせます。情報が複数のソースにまたがる場合や総合的なカバレッジを必要とする場合に使用します。
+
+
+ 
+
+
+## 出力と統合
+
+ノードはテキストコンテンツとメタデータ（ソース、スコア、ドキュメントID）を含む取得された文書チャンクの配列を出力します。この構造化された出力は、引用に必要な情報を保持します。
+
+### RAG統合
+
+知識検索の出力をLLMノードのコンテキスト入力に接続してRAGアプリケーションに使用します。検索結果をコンテキスト変数として使用する場合、Difyはソースを自動的に追跡し、引用を可能にします。
+
+```text
+System: 提供されたコンテキストに基づいて回答してください。
+Context: {{knowledge_retrieval.result}}
+User: {{user_question}}
+```
+
+### レート制限
+
+知識検索操作は、サブスクリプションプランに基づいてレート制限が課されます。システムは、リクエストを60秒のスライディングウィンドウを使用してRedisで追跡します。制限を超えると、`RateLimitExceeded`エラーが返されます。
+
+### パフォーマンスの考慮事項
+
+検索の質はインデックス作成の方法に依存します。小さいチャンク（200-500トークン）は正確な検索を可能にし、大きいチャンク（800-1500トークン）はコンテキストを維持します。知識ベースにはレート制限があります - ノードはスロットリングを処理し、同一クエリを自動的にキャッシュします。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/list-operator.mdx b/ja-jp/documja-jptation/pages/nodes/list-operator.mdx
new file mode 100644
index 00000000..986b88ad
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/list-operator.mdx
@@ -0,0 +1,124 @@
+```mdx
+---
+title: "リストオペレーター"
+description: "配列から要素をフィルタリング、並べ替え、選択する"
+icon: "filter"
+---
+
+リストオペレーターノードは、配列をフィルタリング、並べ替え、特定の要素を選択することで処理します。混合ファイルのアップロード、大規模なデータセット、または下流処理の前に分離や整理が必要な配列データを扱う必要がある場合に使用します。
+
+
+ 
+
+
+## 配列処理の問題
+
+ほとんどの工作流ノードは、配列ではなく単一の値を期待します。変数に `[image.png, document.pdf, audio.mp3]` のような混合コンテンツがある場合、これを下流ノードが効果的に処理できるようにフォーカスされたストリームに分離する必要があります。
+
+リストオペレーターは、フィルターを使用して混合配列を分離し、専門的な処理の準備をするインテリジェントなルーターとして機能します。
+
+
+ 
+
+
+## サポートされているデータタイプ
+
+ノードは異なる配列タイプを適切なフィルタリングオプションで処理します：
+
+**Array[string]** - テキストリスト、カテゴリ、名前、または任意の文字列コレクション
+
+**Array[number]** - 数値データ、スコア、測定値、または計算
+
+**Array[file]** - 豊富なメタデータフィルタリング機能を備えた混合ファイルアップロード
+
+## 操作
+
+### フィルタリング
+
+属性に基づいて特定のアイテムを抽出します。ファイル配列の場合、以下でフィルタリング：
+
+
+
+
+**実装手順：**
+
+1. **混合アップロードの設定** - 複数のファイルタイプを受け入れるファイルアップロード機能を有効にする
+2. **タイプ別に分割** - 異なるフィルターを持つ別々のリストオペレーターノードを使用：
+ - `type = "image"` のフィルター → ビジョン能力を持つ LLM にルート
+ - `type = "document"` のフィルター → ドキュメントエクストラクターにルート
+3. **適切に処理** - 画像は直接分析され、ドキュメントはテキスト抽出される
+4. **結果を統合** - 処理された出力を統合された応答にマージ
+
+このパターンは、異なるファイルタイプを適切なプロセッサに自動的にルーティングし、シームレスなマルチモーダルユーザーエクスペリエンスを作成します。
+
+## 一般的なユースケース
+
+**ファイルタイプルーティング** - コンテンツタイプに基づいて混合アップロードを専門的な処理パイプラインに分離。
+
+**データフィルタリング** - 特定の基準に基づいて大規模データセットから関連する部分集合を抽出。
+
+**コンテンツの優先順位付け** - コレクションから最も重要または最近のアイテムを並べ替え選択。
+
+**品質管理** - 処理前に無効な、過大な、またはサポートされていないコンテンツをフィルタリング。
+
+**バッチ準備** - 下流の反復または並行処理のためにデータを管理可能なチャンクに整理。
+
+## ベストプラクティス
+
+**フィルター基準を計画** - 下流処理要件に基づいて明確なフィルタリングルールを定義。
+
+**適切な出力タイプを使用** - データをどのように使用するかに基づいて、完全な配列、最初のレコード、または最後のレコードを選択。
+
+**空の結果を処理** - フィルターが一致しない場合の対応を考慮し、適切なフォールバックロジックを計画。
+
+**実際のデータでテスト** - 本番環境での信頼性を確保するために、実際のユーザーアップロードでフィルタリング動作を検証。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/llm.mdx b/ja-jp/documja-jptation/pages/nodes/llm.mdx
new file mode 100644
index 00000000..206d44f6
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/llm.mdx
@@ -0,0 +1,131 @@
+---
+title: "LLM"
+description: "Invoke language models for text generation and analysis"
+icon: "brain"
+---
+
+LLMノードは、大規模言語モデルを呼び出してテキスト、画像、文書を処理します。設定されたモデルにプロンプトを送信し、その応答を取得します。構造化出力、コンテキスト管理、マルチモーダル入力をサポートしています。
+
+
+ 
+
+
+
+
+
+モデルパラメータは応答生成を制御します。**温度**は0（決定論的）から1（創造的）の範囲です。**核サンプリング**は確率により単語選択を制限します。**頻度ペナルティ**は繰り返しを減らします。**存在ペナルティ**は新しいトピックを促します。プリセットも使用できます：**精密**、**バランス**、または**創造的**。
+
+## プロンプト設定
+
+インターフェースはモデルタイプに応じて適応されます。チャットモデルはメッセージ役割（**システム**は動作用、**ユーザー**は入力用、**アシスタント**は例用）を使用し、完了モデルは単純なテキスト継続を使用します。
+
+プロンプト内でワークフロー変数を参照するには、二重中括弧を使用します：`{{variable_name}}`。変数はモデルに到達する前に実際の値に置き換えられます。
+
+```text
+System: あなたは技術文書の専門家です。
+User: {{user_input}}
+```
+
+## コンテキスト変数
+
+コンテキスト変数は、ソース帰属を保持しながら外部知識を注入します。これにより、大規模言語モデルが特定の文書を使用して質問に答えるRAGアプリケーションが可能になります。
+
+
+ 
+
+
+知識検索ノードの出力をLLMノードのコンテキスト入力に接続し、それを参照します：
+
+```text
+このコンテキストのみを使用して回答してください：
+{{knowledge_retrieval.result}}
+
+質問：{{user_question}}
+```
+
+知識検索からのコンテキスト変数を使用する場合、Difyは自動的に引用と帰属を追跡するため、ユーザーは情報源を確認できます。
+
+## 構造化出力
+
+プログラム用のJSONなど、特定のデータ形式を返すようモデルに強制します。3つの方法で設定できます：
+
+
+
+
+完了モデルでの会話履歴については、会話変数を挿入してマルチターンコンテキストを維持します：
+
+
+ 
+
+
+## Jinja2テンプレートサポート
+
+LLMプロンプトは高度な変数処理のためのJinja2テンプレートをサポートします。Jinja2モード（`edition_type: "jinja2"`）を使用する場合：
+
+```jinja2
+{% for item in search_results %}
+{{ loop.index }}. {{ item.title }}: {{ item.content }}
+{% endfor %}常の変数置換とは別に処理され、プロンプト内でのループ、条件分岐、複雑なデータ変換が可能です。
+
+## ストリーミングレスポンス
+
+LLMノードはデフォルトでストリーミングレスポンスをサポートします。各テキストチャンクは`RunStreamChunkEvent`として出力され、リアルタイム応答表示を可能にします。ファイル出力（画像、文書）は、ストリーミング中に自動的に処理され保存されます。
+
+## エラーハンドリング
+
+失敗したLLM呼び出しの再試行動作を設定します。最大再試行回数、再試行間隔、バックオフ乗数を設定します。再試行が十分でない場合のデフォルト値、エラールーティング、代替モデルなどのフォールバック戦略を定義します。
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/loop.mdx b/ja-jp/documja-jptation/pages/nodes/loop.mdx
new file mode 100644
index 00000000..73d44a94
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/loop.mdx
@@ -0,0 +1,119 @@
+```mdx
+---
+title: "ループ"
+description: "進行的改善を伴う反復的なワークフローの実行"
+icon: "infinity"
+---
+
+ループノードは、各サイクルが前の結果に基づいて構築される反復的なワークフローを実行します。配列要素を独立して処理するイテレーションとは異なり、ループは各反復で進化する進行的なワークフローを作成します。
+
+## ループ vs イテレーション
+
+各反復パターンを使用するタイミングの理解:
+
+
+
+
+**ワークフローステップ:**
+1. **コードノード** は1から100のランダムな整数を生成
+2. **If-Elseノード** は数が50未満かどうかをチェック
+3. **テンプレートノード** は数が50未満の場合「完了」を返し、ループ終了をトリガー
+4. 終了条件が満たされるまでループは続行
+
+
+ 
+
+
+## 高度なループ例
+
+反復改善を通じて詩を作成し、各バージョンが前のものに基づいて構築されます:
+
+
+
+**ループ変数:**
+- `num` - 各イテレーションでインクリメントされるカウンター（初期値0）
+- `verse` - 現在の詩のバージョンを保持するテキスト変数
+
+**ワークフローロジック:**
+1. **If-Elseノード** は `num > 3` をチェックして終了時を決定
+2. **LLMノード** は前のバージョンに基づいた改良された詩を生成
+3. **変数アサイナー** はカウンターと詩の内容の両方を更新
+4. **ループ終了ノード** は4サイクルの改善後に終了
+
+LLMプロンプトは現在の詩とイテレーションのコンテキストの両方を参照します:
+
+```text
+あなたはヨーロッパの文学者として詩的な詩を作成しています。
+
+現在の詩: {{verse}}
+
+以前の作品に基づいてこの詩を改良してください。
+```
+
+## 一般的なユースケース
+
+**コンテンツの改善** - 複数のLLMレビューを通じてテキスト、コード、デザインを段階的に改善し、品質基準を満たすまで。
+
+**問題解決** - 複雑な問題を反復的なステップに分解し、各サイクルが前の進捗に基づいて次の論理的な部分を解決。
+
+**研究ワークフロー** - 各検索サイクルからの発見に基づいて研究クエリを反復的に検索、分析、改善。
+
+**品質保証** - 出力を繰り返しテストおよび検証し、すべての基準を満たすまで改善。
+
+## ベストプラクティス
+
+**明確な終了条件を定義** - 無限実行を防ぐために、ループに具体的で測定可能な終了条件を持たせる。
+
+**適切な制限を設定** - 予想される複雑さと処理要件に基づいて適切な最大イテレーション数を使用。
+
+**状態を効果的に管理** - ループ変数を使用してイテレーション間で必要な情報を維持し、不必要なデータの蓄積を避ける。
+
+**進捗を監視** - 特に長時間実行されるプロセスの場合、ループ実行を追跡するためのログまたは進捗インジケーターを含める。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/parameter-extractor.mdx b/ja-jp/documja-jptation/pages/nodes/parameter-extractor.mdx
new file mode 100644
index 00000000..03f1e135
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/parameter-extractor.mdx
@@ -0,0 +1,84 @@
+```mdx
+---
+title: "パラメータ抽出器"
+description: "自然言語を構造化データに変換するLLMインテリジェンスを活用"
+icon: "crop-simple"
+---
+
+Parameter Extractorノードは、LLMインテリジェンスを使用して非構造化テキストを構造化データに変換します。これは、自然言語入力とツール、API、およびその他のワークフローノードが必要とする構造化パラメータとのギャップを埋めます。
+
+## 構成
+
+### 入力とモデルの選択
+
+パラメータを抽出したいテキストを含む**入力変数**を選択します。これは通常、ユーザー入力、LLMの応答、または他のワークフローノードから来ます。
+
+強力な構造化出力能力を持つ**モデル**を選択します。Parameter Extractorは、文脈を理解し、構造化されたJSON応答を生成するLLMの能力に依存します。
+
+### パラメータ定義
+
+抽出したいパラメータを以下のように指定して定義します：
+
+- **パラメータ名** - 出力JSONに表示されるキー
+- **データ型** - 文字列、数値、ブール値、配列、またはオブジェクト
+- **説明** - LLMが何を抽出するか理解するのに役立ちます
+- **必須ステータス** - パラメータが存在する必要があるかどうか
+
+パラメータを手動で定義することも、**既存のツールから素早くインポート**して、下流のノードのパラメータ要件にマッチさせることもできます。
+
+### 抽出指示
+
+抽出する情報とそのフォーマット方法を説明する明確な指示を書きます。指示に例を含めることで、複雑なパラメータの抽出精度と一貫性が向上します。
+
+
+ 
+
+
+## 高度な構成
+
+### 推論モード
+
+モデルの能力に基づいて、2つの抽出アプローチから選択します：
+
+**関数呼び出し/工具呼び出し**は、モデルの構造化出力機能を利用して、強力な型準拠で信頼性の高いパラメータ抽出を行います。
+
+**プロンプトベース**は、関数呼び出しをサポートしないモデルまたはプロンプトベースの抽出がより良い結果を出す場合に、純粋なプロンプトに依存します。
+
+### メモリ
+
+パラメータを抽出するときに会話履歴を含めるためにメモリを有効にします。これにより、LLMがインタラクティブな対話の文脈を理解し、会話型ワークフローの抽出精度を向上させます。
+
+## 出力変数
+
+ノードは、抽出されたパラメータと組み込みのステータス変数の両方を提供します：
+
+**抽出されたパラメータ**は、下流のノードで使用するためのパラメータ定義に一致する個別の変数として表示されます。
+
+**組み込み変数**には、ステータス情報が含まれます：
+- `__is_success` - 抽出の成功ステータス（成功の場合は1、失敗の場合は0）
+- `__reason` - 抽出が失敗した場合のエラー説明
+
+
+ 
+
+
+## 一般的な使用例
+
+**ツールパラメータ準備**は、構造化入力を必要とするワークフローツールのために自然言語から特定のパラメータを抽出します。
+
+**データフォーマット変換**は、リストを反復処理用の配列に変換するなど、他のノードが必要とするフォーマットにテキストを変換します。
+
+**APIリクエスト準備**は、ユーザーの意図をAPI互換のパラメータに変換する際のHTTPリクエスト用にデータを構造化します。
+
+**フォームデータ処理**は、データベースの保存やさらなる処理のために、自由形式のユーザー入力から構造化された情報を抽出します。
+
+## ベストプラクティス
+
+**明確なパラメータ説明**は、LLMがどの情報をどの形式で抽出するかを正確に理解するのに役立ちます。
+
+**例を提供する**ことで、特に複雑またはドメイン固有のパラメータにおいて、抽出精度が向上します。
+
+**適切なデータ型を使用する**ことで、抽出されたパラメータが下流のノードの要件に一致することを保証します。
+
+**抽出失敗を処理する**ために、`__is_success`変数を確認し、抽出が失敗した場合のフォールバックロジックを提供します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/question-classifier.mdx b/ja-jp/documja-jptation/pages/nodes/question-classifier.mdx
new file mode 100644
index 00000000..8d280f90
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/question-classifier.mdx
@@ -0,0 +1,83 @@
+```mdx
+---
+title: "質問分類器"
+description: "ユーザー入力を知的に分類してワークフローパスをルート化する"
+icon: "sitemap"
+---
+
+質問分類器ノードは、ユーザー入力を知的に分類して、異なるワークフローパスに会話をルート化します。複雑な条件ロジックを構築する代わりに、カテゴリを定義し、LLM が意味理解に基づいて最適なものを決定します。
+
+## 設定
+
+### 入力とモデルのセットアップ
+
+**入力変数** - 分類する内容を選択します。通常はユーザーの質問に対する `sys.query` ですが、前のワークフローノードからの任意のテキスト変数も使用できます。
+
+**モデル選択** - 分類のために LLM を選択します。シンプルなカテゴリには高速なモデルが適しており、より微妙な区別には強力なモデルが適しています。
+
+
+ 
+
+
+### カテゴリ定義
+
+各カテゴリに対して、具体的な説明を伴う明確で記述的なラベルを作成します。カテゴリ間の境界を明確にすることで、LLM が正確な決定を下せるようにします。
+
+各カテゴリは、専門的な知識ベース、応答テンプレート、または処理ワークフローのような異なる下流ノードに接続できる潜在的な出力パスとなります。
+
+## 分類例
+
+以下は、カスタマーサービスのシナリオにおける質問分類器の動作例です：
+
+
+ 
+
+
+**定義されたカテゴリ:**
+- **アフターサービス** - 保証請求、返品、修理、購入後のサポート
+- **製品使用** - セットアップ手順、トラブルシューティング、機能説明
+- **その他の質問** - 特定のカテゴリに該当しない一般的な問い合わせ
+
+**分類結果:**
+- "iPhone 14で連絡先をセットアップする方法は？" → **製品使用**
+- "購入品の保証期間はどのくらいですか？" → **アフターサービス**
+- "今日の天気はどうですか？" → **その他の質問**
+
+各分類結果は、異なる知識ベースや応答戦略にルート化され、ユーザーが関連する専門的な支援を受けられるようにします。
+
+## 高度な設定
+
+### 指示とガイドライン
+
+**指示**フィールドに詳細な分類ガイドラインを追加して、エッジケース、不明瞭なシナリオ、または特定のビジネスルールを処理します。これにより、LLM はカテゴリ間の微妙な違いを理解できます。
+
+### メモリ統合
+
+**メモリ**を有効にして、分類時に会話履歴を含めます。これにより、現在の入力が前のコンテキストに依存するマルチターンの会話での精度が向上します。
+
+**メモリウィンドウ**は、トークン効率と処理速度を考慮しつつ、どれだけの会話履歴を含めるかを制御します。
+
+## 出力の使用
+
+分類器は、一致したカテゴリラベルを含む `class_name` 変数を出力します。この変数を下流ノードで使用して：
+
+**条件ルーティング** - 分類結果に基づいて異なるワークフローパスを接続
+
+**知識ベース選択** - 各カテゴリに対応する専門知識ベースにルート化
+
+**応答カスタマイズ** - 異なる応答テンプレートまたは処理ロジックを適用
+
+**分析とログ** - カテゴリごとのユーザー問い合わせの分布を追跡
+
+## ベストプラクティス
+
+**明確なカテゴリ境界** - 特定の説明を持つ、重複しない明確なカテゴリを定義して、分類精度を向上させます。
+
+**適切なモデル選択** - 分類の複雑さに基づいてモデルを選択します。シンプルな二項分類には高速なモデルが適しており、微妙な多カテゴリ分類にはより能力のあるモデルが必要です。
+
+**エッジケースのテスト** - 複数のカテゴリに適合する可能性がある曖昧な入力で分類動作を確認します。
+
+**会話コンテキストを利用** - 分類が過去の対話に依存する会話型アプリケーションではメモリを有効にします。
+
+**監視と反復** - 分類結果をレビューし、実際の使用パターンに基づいてカテゴリ説明を改善します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/start.mdx b/ja-jp/documja-jptation/pages/nodes/start.mdx
new file mode 100644
index 00000000..114e2410
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/start.mdx
@@ -0,0 +1,89 @@
+```mdx
+---
+title: "開始"
+description: "ワークフローとチャットフローアプリケーションのエントリーポイント"
+icon: "play"
+---
+
+開始ノードは、すべてのワークフローとチャットフローアプリケーションのエントリーポイントです。エンドユーザーから受け入れる入力を定義し、ワークフロー全体で参照可能なシステム変数を提供します。
+
+## 入力変数
+
+開始ノードでカスタム入力フィールドを設定して、ユーザーから情報を収集できます。各入力フィールドはワークフローを通じて流れる変数になります。たとえば、`user_name`という入力フィールドを作成すると、ワークフローのどこでも`{{user_name}}`として参照できます。
+
+### 入力タイプ
+
+開始ノードは、さまざまな種類のユーザーデータを処理するために6つの入力タイプをサポートしています：
+
+
+
+
+利用可能なシステム変数は、アプリケーションの種類によって異なります。ワークフローアプリケーションは`sys.app_id`や`sys.workflow_id`のような基本的なメタデータを提供し、チャットフローアプリケーションは`sys.conversation_id`や`sys.dialogue_count`のような会話特有の追加変数を含みます。
+
+システム変数は、実行コンテキストの追跡、ユーザー固有のロジックの実装、またはチャットフローアプリケーションで会話の状態を維持するのに特に便利です。
+
+## 変数の参照
+
+開始ノードからの変数は、下流の任意のノードで参照できます。ノードの入力フィールドを設定する際、ドロップダウンメニューから変数を選択するか、テキストフィールドに`/`を入力して変数の値を挿入できます。
+
+
+ 
+
+
+変数はワークフロー全体でそのタイプを維持します。数値入力は数値のまま、ファイルアップロードはファイルオブジェクトのまま、テキスト入力は文字列のままです。このタイプの一貫性は、下流のノードがデータを正しく処理できるようにします。
+
+## ファイル処理
+
+開始ノードを通じてアップロードされたファイルは、ワークフロー内で適切に処理する必要があります。開始ノード自体はファイルを収集し、変数として利用可能にするだけです。コンテンツを抽出および処理するために特定のノードを接続する必要があります：
+
+ドキュメントファイルは、テキストコンテンツを抽出するためにドキュメントエクストラクタノードにルーティングする必要があります。画像は、視覚能力を持つLLMノードや特殊な画像処理ツールに送信できます。CSVやJSONのような構造化データファイルは、データを解析および変換するためにコードノードで処理できます。
+
+
+
+
+## Jinja2 テンプレート
+
+テンプレートノードは、Jinja2 テンプレート構文を使用してワークフローデータに基づいた動的コンテンツを作成します。これにより、プログラミングのような機能が提供され、ループや条件分岐、フィルターを使用して高度なテキスト生成が可能になります。
+
+### 変数の代入
+
+ワークフローの変数を参照するには、二重中括弧を使います: `{{ variable_name }}`。ネストされたオブジェクトのプロパティや配列の要素には、ドット表記とブラケット構文を使用してアクセスできます。
+
+```jinja2
+{{ user.name }}
+{{ items[0].title }}
+{{ data.metrics.score }}
+```
+
+### 条件ロジック
+
+if-else 文を使用してデータ値に基づいた異なるコンテンツを表示します:
+
+```jinja2
+{% if user.subscription == 'premium' %}
+Welcome back, Premium Member! You have access to all features.
+{% else %}
+Consider upgrading to Premium for additional capabilities.
+{% endif %}
+```
+
+### ループと反復
+
+配列やオブジェクトを for ループで処理して、繰り返しのコンテンツを生成します:
+
+```jinja2
+{% for item in search_results %}
+### Result {{ loop.index }}
+**Score**: {{ item.score | round(2) }}
+{{ item.content }}
+---
+{% endfor %}
+```
+
+
+ 
+
+
+## データフォーマット
+
+### フィルター
+
+Jinja2 フィルターはテンプレートレンダリング中にデータを変換します:
+
+```jinja2
+{{ name | upper }}
+{{ price | round(2) }}
+{{ content | replace('\n', '
+
+
+ユーザーがフォームを送信すると、応答は構造化された JSON データとなり、即座に下流のワークフローノードで処理可能です。
+
+## 出力制限
+
+テンプレートの出力は **80,000 文字**（`TEMPLATE_TRANSFORM_MAX_LENGTH` で設定可能）に制限されています。これはメモリ問題を防ぎ、大規模なテンプレート出力の処理時間を合理的に保ちます。
+
+## よくあるユースケース
+
+**レポート生成** - 複数ソースからのデータを一貫した構造とスタイリングでフォーマットされたレポートに結合します。
+
+**API 応答フォーマット** - 内部データ構造を外部消費向けにユーザーフレンドリーなフォーマットに変換します。
+
+**LLM プロンプト準備** - 複雑なデータをよくフォーマットされたプロンプトに構造化し、LLM の処理精度を向上させます。
+
+**メールと通知テンプレート** - ユーザーデータとワークフローの結果に基づいた動的コンテンツでパーソナライズされたメッセージを生成します。
+
+**データ変換** - 外部システムとの統合のために異なるデータフォーマットや構造を変換します。
+
+## ベストプラクティス
+
+**説明的な変数名を使用する**ことで、特に複雑なデータ構造を処理する際に、テンプレートを読みやすく、維持しやすくします。
+
+**データの欠如を処理する**ために、デフォルト値や条件チェックを使用し、テンプレートレンダリングエラーを防ぎます。
+
+**可読性のためのフォーマット**により、適切なスペースや改行、フォーマットを使用して、クリーンでプロフェッショナルな出力を作成します。
+
+**サンプルデータでテストする**ことで、テンプレートがエッジケースを処理し、異なる入力シナリオで期待通りの結果を出すことを確認します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/tools.mdx b/ja-jp/documja-jptation/pages/nodes/tools.mdx
new file mode 100644
index 00000000..3afe71aa
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/tools.mdx
@@ -0,0 +1,91 @@
+```mdx
+---
+title: "ツール"
+description: "事前に構築された統合機能を使って外部サービスやAPIに接続する"
+icon: "wrench"
+---
+
+ツール ノードは、事前に構築された統合機能を通じて、ワークフローを外部サービスやAPIに接続します。HTTPリクエスト ノードとは異なり、ツールは構造化されたインターフェース、組み込みのエラー処理、および人気のあるサービスのための簡素化された設定を提供します。
+
+
+ 
+
+
+## ツールの種類
+
+Difyは、さまざまな統合ニーズに対応する複数の種類のツールをサポートします：
+
+
+ 
+
+
+
+
+
+**リトライ設定**は、最大10回まで失敗したツールの実行を自動的にリトライし、設定可能な間隔で（最大5000ms）行います。これにより、一時的なサービスの問題やネットワークの問題を処理します。
+
+
+ 
+
+
+**エラー処理**は、ツールの実行が失敗した際に代替のワークフローパスを定義し、外部サービスが利用できない場合でもワークフローが継続されるようにします。
+
+## カスタムツールの作成
+
+**OpenAPI統合**により、OpenAPI/Swagger仕様を持つ任意のサービスをインポートできます。一度インポートされると、そのサービスは組み込みオプションと同じ使いやすさでツールとして利用可能になります。
+
+**ワークフロー公開**は、複数ノードのワークフローを異なるアプリケーション間で再利用可能な単一ノードのツールに変換します。これにより、モジュール性が促進され、複雑なワークフロー管理が簡素化されます。
+
+## ツール管理
+
+ワークスペースのナビゲーションで**ツール**を通じてツール設定にアクセスします。ここで、認証資格情報を管理し、カスタムツールをインポートし、MCPサーバーを設定し、ワークフローをツールとして公開できます。
+
+ツールの作成、管理、およびワークフローをツールとして公開するための詳細なガイダンスについては、[ツール設定ガイド](/en/guides/tools) を参照してください。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/variable-aggregator.mdx b/ja-jp/documja-jptation/pages/nodes/variable-aggregator.mdx
new file mode 100644
index 00000000..d53fe8fa
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/variable-aggregator.mdx
@@ -0,0 +1,89 @@
+```mdx
+---
+title: "変数アグリゲーター"
+description: "異なるワークフローブランチからの変数を統合された出力に結合"
+icon: "merge"
+---
+
+Variable Aggregatorノードは、異なる実行パスからの変数を単一の統合された出力に結合します。複数のブランチが類似の出力を生成する場合、このノードは一貫した変数リファレンスを作成することにより、重複した下流処理の必要性を排除します。
+
+## ブランチングの問題
+
+条件付きワークフローは、同時に1つのブランチしか実行されない並列実行パスを作成します。集約がないと、各可能なブランチの結果に対応する重複した下流ノードが必要になり、複雑でメンテナンスが難しいワークフローが生じます。
+
+Variable Aggregatorはマージポイントとして機能し、ブランチの出力を単一の変数に収集し、実際にどのブランチが実行されたかに関係なく下流ノードが一貫して参照できるようにします。
+
+## 分類ワークフローの例
+
+ユーザーの入力が分類され、各カテゴリが異なる知識検索を必要とする場合、Variable Aggregatorは結果を結合します：
+
+**集約なし** - 重複した大型言語モデルノードを必要とする複雑なワークフロー：
+
+
+ 
+
+
+**集約あり** - 単一の下流処理による簡素化されたワークフロー：
+
+
+ 
+
+
+集約されたワークフローは、各分類ブランチ用に大型言語モデルノードを重複させる代わりに1つのノードを使用し、同じ機能を維持しながら複雑さを大幅に削減します。
+
+## 条件付き処理の例
+
+類似した出力を生成するIf-Elseブランチにも同様の利点があります：
+
+
+ 
+
+
+## 設定
+
+### 変数選択
+
+結合したい異なるワークフローブランチからの変数を接続します。接続された各変数は、集約された出力への潜在的な入力になります。
+
+### 型制約
+
+**同型ルール** - すべての集約された変数は同じデータ型でなければなりません。最初の変数（例：文字列）を接続すると、そのノードは他のブランチから同じ型の変数のみを受け入れます。
+
+**サポートされる型:**
+- **文字列** - 異なる処理ブランチからのテキスト出力
+- **数値** - 数値計算、スコア、または測定値
+- **オブジェクト** - 類似したスキーマを持つ構造化データオブジェクト
+- **配列** - リスト、コレクション、または複数の結果
+
+### 出力の動作
+
+Variable Aggregatorは、実際に実行されたブランチからの値を出力します。条件付きワークフローでは1つのブランチしか実行されないため、実行中は1つの入力変数のみが値を持ちます。
+
+## 高度な機能
+
+### 複数の集約グループ
+
+高度なワークフロー（v0.6.10+）では、複数の変数グループを同時に集約できます。各グループは独自の型制約を維持し、同じノード内で異なるデータ型を並行して集約できます。
+
+これは、ブランチが複数の関連する出力を生成し、それらを個別に結合する必要がある場合に便利です。例えば、異なる処理パスからのテキストの要約と数値のスコアの両方を集約する場合です。
+
+## 一般的な使用例
+
+**マルチカテゴリ処理** - 異なるコンテンツタイプは専門的な処理を必要としますが、共通の下流ロジックに供給される類似の出力を生成します。
+
+**条件付きデータソース** - 異なる条件が異なる知識検索やAPI呼び出しをトリガーしますが、すべての結果は同じ最終処理を必要とします。
+
+**ブランチ結果の統合** - 複雑なブランチロジックが様々な出力を生成し、それらを最終的に統一的に処理する必要があります。
+
+**エラーハンドリング** - メインの処理とフォールバックブランチが異なるが互換性のある結果を生成し、それを下流ノードが一貫して処理できます。
+
+## ベストプラクティス
+
+**データ型の計画** - すべてのブランチがVariable Aggregatorに接続する前に互換性のあるデータ型を生成することを確認します。
+
+**一貫した出力構造** - オブジェクトや配列を集約する際、すべてのブランチで一貫した構造を維持し、予測可能な下流処理を可能にします。
+
+**説明的な名前を使用** - 集約された変数に複数の可能なソースからの結果を含むことを示すように明確な名前を付けます。
+
+**すべてのブランチをテスト** - 各可能な実行パスが、集約されたときに正しく機能する有効な出力を生成することを確認します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/nodes/variable-assigner.mdx b/ja-jp/documja-jptation/pages/nodes/variable-assigner.mdx
new file mode 100644
index 00000000..eb5f0a83
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/nodes/variable-assigner.mdx
@@ -0,0 +1,125 @@
+```mdx
+---
+title: "変数アサイナー"
+description: "チャットフローアプリケーションで永続的な会話変数を管理する"
+icon: "pen-to-square"
+---
+
+Variable Assignerノードは、会話変数に書き込むことでチャットフローアプリケーション内の永続データを管理します。通常の工作流変数とは異なり、会話変数はチャットセッション全体を通じて持続します。
+
+
+ 
+
+
+## 会話変数と工作流変数の比較
+
+**工作流変数**は、単一の工作流実行中のみ存在し、工作流が完了するとリセットされます。
+
+**会話変数**は、同じチャットセッション内で複数の会話ターンにわたって持続し、ステートフルなインタラクションとコンテクストメモリを可能にします。
+
+この持続性により、コンテクスト会話、ユーザーのパーソナライズ、ステートフル工作流、および複数のユーザーインタラクションにわたる進捗追跡が可能になります。
+
+## 設定
+
+更新する会話変数を設定し、そのソースデータを指定します。単一のノードで複数の変数をアサインできます。
+
+
+ 
+
+
+**変数** - 書き込む会話変数を選択する
+
+**変数を設定** - 上流の工作流ノードからソースデータを選択する
+
+**操作モード** - 変数をどのように更新するかを決定する（上書き、追加、クリアなど）
+
+## 操作モード
+
+異なる変数タイプは、そのデータ構造に基づいて異なる操作をサポートします：
+
+
+
+
+システムはユーザー入力を分析して記憶に残る事実を抽出し、構造化された情報を抽出して将来の会話で参照するための永続的なメモリ配列に追加します。
+
+### ユーザー設定の保存
+
+言語設定、通知設定、表示オプションなどのユーザー設定を保存します：
+
+
+ 
+
+
+ユーザー入力から初期設定をキャプチャするために**上書き**モードを使用し、その後のすべての大型语言模型（LLM）応答で参照してパーソナライズされたインタラクションを実現します。
+
+### 進捗チェックリスト
+
+複数の会話ターンにわたって完了状況を追跡するガイド付き工作流を構築します：
+
+
+ 
+
+
+配列会話変数を使用して完了した項目を追跡します。Variable Assignerは各ターンでチェックリストを更新し、LLMは残りのタスクをユーザーに案内するためにそれを参考にします。
+
+## ベストプラクティス
+
+**適切なデータ型を選択する** - 成長するコレクションには配列を、構造化データにはオブジェクトを、単一値には単純型を使用します。
+
+**記述的な変数名を使用する** - 会話変数の目的と内容を示すために明確な名前を付けます。
+
+**データの成長を管理する** - 長い会話での過剰なメモリ使用を防ぐために配列とオブジェクトのサイズを監視します。
+
+**変数を初期化する** - 定義されていない動作を防ぐために会話変数に初期値を設定します。
+
+**適切なタイミングでクリアする** - 新しいプロセスやセッションを開始する際に変数をリセットするためのクリア操作を使用します。
+```
\ No newline at end of file
diff --git a/ja-jp/documja-jptation/pages/workspace/readme.mdx b/ja-jp/documja-jptation/pages/workspace/readme.mdx
new file mode 100644
index 00000000..733c0b8d
--- /dev/null
+++ b/ja-jp/documja-jptation/pages/workspace/readme.mdx
@@ -0,0 +1,487 @@
+```mdx
+---
+title: モデル
+description: Learn about the Different Models Supported by Dify.
+---
+
+| プロバイダー | +LLM | +テキスト埋め込み | +ReRank | +Speech to text | +TTS | +
|---|---|---|---|---|---|
| OpenAI | +✔️(🛠️)(👓) | +✔️ | ++ | ✔️ | +✔️ | +
| Anthropic | +✔️(🛠️) | ++ | + | + | + |
| Azure OpenAI | +✔️(🛠️)(👓) | +✔️ | ++ | ✔️ | +✔️ | +
| Gemini | +✔️ | ++ | + | + | + |
| Google Cloud | +✔️(👓) | +✔️ | ++ | + | + |
| Nvidia API Catalog | +✔️ | +✔️ | +✔️ | ++ | + |
| Nvidia NIM | +✔️ | ++ | + | + | + |
| Nvidia Triton Inference Server | +✔️ | ++ | + | + | + |
| AWS Bedrock | +✔️ | +✔️ | ++ | + | + |
| OpenRouter | +✔️ | ++ | + | + | + |
| Cohere | +✔️ | +✔️ | +✔️ | ++ | + |
| together.ai | +✔️ | ++ | + | + | + |
| Ollama | +✔️ | +✔️ | ++ | + | + |
| Mistral AI | +✔️ | ++ | + | + | + |
| groqcloud | +✔️ | ++ | + | + | + |
| Replicate | +✔️ | +✔️ | ++ | + | + |
| Hugging Face | +✔️ | +✔️ | ++ | + | + |
| Xorbits inference | +✔️ | +✔️ | +✔️ | +✔️ | +✔️ | +
| Zhipu AI | +✔️(🛠️)(👓) | +✔️ | ++ | + | + |
| Baichuan | +✔️ | +✔️ | ++ | + | + |
| Spark | +✔️ | ++ | + | + | + |
| Minimax | +✔️(🛠️) | +✔️ | ++ | + | + |
| Tongyi | +✔️ | +✔️ | ++ | + | ✔️ | +
| Wenxin | +✔️ | +✔️ | ++ | + | + |
| Moonshot AI | +✔️(🛠️) | ++ | + | + | + |
| Tencent Cloud | ++ | + | + | ✔️ | ++ |
| Stepfun | +✔️(🛠️)(👓) | ++ | + | + | + |
| VolcanoEngine | +✔️ | +✔️ | ++ | + | + |
| 01.AI | +✔️ | ++ | + | + | + |
| 360 Zhinao | +✔️ | ++ | + | + | + |
| Azure AI Studio | +✔️ | ++ | ✔️ | ++ | + |
| deepseek | +✔️(🛠️) | ++ | + | + | + |
| Tencent Hunyuan | +✔️ | ++ | + | + | + |
| SILICONFLOW | +✔️ | +✔️ | ++ | + | + |
| Jina AI | ++ | ✔️ | +✔️ | ++ | + |
| ChatGLM | +✔️ | ++ | + | + | + |
| Xinference | +✔️(🛠️)(👓) | +✔️ | +✔️ | ++ | + |
| OpenLLM | +✔️ | +✔️ | ++ | + | + |
| LocalAI | +✔️ | +✔️ | +✔️ | +✔️ | ++ |
| OpenAI API-Compatible | +✔️ | +✔️ | ++ | ✔️ | ++ |
| PerfXCloud | +✔️ | +✔️ | ++ | + | + |
| Lepton AI | +✔️ | ++ | + | + | + |
| novita.ai | +✔️ | ++ | + | + | + |
| Amazon Sagemaker | +✔️ | +✔️ | +✔️ | ++ | + |
| Text Embedding Inference | ++ | ✔️ | +✔️ | ++ | + |
| GPUStack | +✔️(🛠️)(👓) | +✔️ | +✔️ | ++ | + |
| GPUStack | +✔️(🔧️)(👓) | +✔️ | +✔️ | +✔️ | +✔️ | +
| Windows | +macOS | +操作 | +
|---|---|---|
Ctrl + C |
+ Cmd + C |
+ 复制节点 | +
Ctrl + V |
+ Cmd + V |
+ 粘贴节点 | +
Ctrl + D |
+ Cmd + D |
+ 复制节点 | +
Delete |
+ Delete |
+ 删除选择的节点 | +
Ctrl + O |
+ Cmd + O |
+ 自动排列节点 | +
Shift |
+ Shift |
+ 可视化变量依赖关系（仅限单个节点） | +
| Windows | +macOS | +操作 | +
|---|---|---|
Ctrl + 1 |
+ Cmd + 1 |
+ 适应视图 | +
Ctrl + - |
+ Cmd + - |
+ 缩小 | +
Ctrl + = |
+ Cmd + = |
+ 放大 | +
Shift + 1 |
+ Shift + 1 |
+ 重置为100% | +
Shift + 5 |
+ Shift + 5 |
+ 设置为50% | +
H |
+ H |
+ 手动工具（平移） | +
V |
+ V |
+ 选择工具 | +
| Windows | +macOS | +操作 | +
|---|---|---|
Ctrl + Z |
+ Cmd + Z |
+ 撤销 | +
Ctrl + Y |
+ Cmd + Y |
+ 重做 | +
Ctrl + Shift + Z |
+ Cmd + Shift + Z |
+ 重做 | +
| Windows | +macOS | +操作 | +
|---|---|---|
Alt + R |
+ Option + R |
+ 运行工作流 | +
+
+
+
+---
+
+## 第三步：测试机器人（3分钟）
+
+点击`预览`，然后询问：
+
+- "法国的首都是什么？"
+- "告诉我关于日本美食的信息"
+- "描述意大利的文化"
+- 任何其他问题
+
+确保您的机器人按预期工作！
+
+## 您已完成机器人！
+
+本指南展示了如何在不重新构建基础设施的情况下可靠且可扩展地集成大型语言模型。借助Dify的可视化工作流和模块化节点，您不仅能更快地构建，还能采用干净、可投入生产的架构来构建由大型语言模型驱动的应用程序。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/getting-started/test-internal.mdx b/zh-hans/documzh-hanstation/pages/getting-started/test-internal.mdx
new file mode 100644
index 00000000..abeab8a6
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/getting-started/test-internal.mdx
@@ -0,0 +1,57 @@
+```mdx
+---
+title: "测试内部工作流"
+description: "Testing documentation sync for internal contributors"
+icon: "flask"
+---
+
+这是一个用于验证内部贡献者自动文档同步工作流的测试文档。
+
+## 测试功能
+
+
+
+
+## 智能代理策略
+
+智能代理策略定义了您的智能代理如何思考和行动。选择最符合您的模型能力和任务需求的方法。
+
+
+
+
+
+
+
+
+## 配置
+
+### 模型选择
+
+选择支持您所选智能代理策略的LLM。能力更强的模型能更好地处理复杂推理，但每次迭代的成本更高。如果使用该策略，请确保您的模型支持函数调用。
+
+### 工具配置
+
+配置您的智能代理可以访问的工具。每个工具需要：
+
+**授权** - 在您的工作空间中配置的外部服务的API密钥和凭证
+
+**描述** - 对工具的功能及使用时机的清晰解释（这将指导智能代理的决策过程）
+
+**参数** - 工具接受的必需和可选输入，并进行适当验证
+
+### 说明和上下文
+
+使用自然语言说明定义智能代理的角色、目标和上下文。使用Jinja2语法引用上游工作流节点的变量。
+
+**查询**指定智能代理应该处理的用户输入或任务。这可以是来自之前工作流节点的动态内容。
+
+
+
+
+
+### 执行控制
+
+**最大迭代次数**设置一个安全限制以防止无限循环。根据任务复杂性进行配置——简单任务需要3-5次迭代，而复杂研究可能需要10-15次。
+
+**记忆**控制智能代理使用TokenBufferMemory记住多少前面的消息。更大的记忆窗口提供更多的上下文，但增加了标记成本。这使得用户可以在多轮对话中引用先前的操作。
+
+### 工具参数自动生成
+
+工具可以配置为**自动生成**或**手动输入**参数。自动生成的参数（`auto: false`）由智能代理自动填充，而手动输入参数需要明确的值，并成为工具永久配置的一部分。
+
+
+
+## 输出变量
+
+智能代理节点提供全面的输出，包括：
+
+**最终答案** - 智能代理对查询的最终回应
+
+**工具输出** - 执行过程中每次工具调用的结果
+
+**推理轨迹** - 步骤决策过程（特别是在使用ReAct策略时详细）可在JSON输出中查看
+
+**迭代次数** - 使用的推理循环次数
+
+**成功状态** - 智能代理是否成功完成任务
+
+**智能代理日志** - 结构化的日志事件和元数据，用于调试和监控工具调用
+
+## 用例
+
+**研究和分析** - 智能代理可以自主搜索多个来源，综合信息并提供全面答案。
+
+**故障排除** - 诊断任务中，智能代理需要收集信息，测试假设，并根据发现调整其方法。
+
+**多步数据处理** - 复杂的工作流中，下一步操作取决于中间结果。
+
+**动态API集成** - 在响应和条件无法预先确定的情况下，API调用顺序可能依赖于场景。
+
+## 最佳实践
+
+**清晰的工具描述**帮助智能代理有效理解何时和如何使用每个工具。
+
+**适当的迭代限制**防止费用失控，同时为复杂任务提供足够的灵活性。
+
+**详细的说明**提供关于智能代理角色、目标以及任何限制或偏好的上下文。
+
+**记忆管理**根据您的用例需求，在上下文保留和标记效率之间找到平衡。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/answer.mdx b/zh-hans/documzh-hanstation/pages/nodes/answer.mdx
new file mode 100644
index 00000000..17745c95
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/answer.mdx
@@ -0,0 +1,67 @@
+```mdx
+---
+title: "回答"
+description: "在对话流应用中定义响应内容"
+icon: "message"
+---
+
+Answer 节点定义了在对话流应用中传递给用户的内容。使用它来格式化响应，将文本与变量结合，并流式传输包括文本、图像和文件在内的多模态内容。
+
+
+
+
+## 多模态响应
+
+Answer 节点支持在单个响应流中传递包括文本、图像和文件在内的丰富内容。
+
+
+
+
+
+**文本内容** 可以包括变量替换、Markdown 格式和基于工作流处理结果的动态内容。
+
+**图像内容** 显示由工具生成、用户上传或由工作流节点处理的图像。图像与文本一同流式传输，为用户提供丰富的体验。
+
+**文件内容** 传递在工作流执行期间生成或处理的文档、电子表格或其他文件。
+
+
+
+
+
+## 多个 Answer 节点
+
+您可以在整个对话流中放置多个 Answer 节点，以便在处理的不同阶段传递内容。这使得：
+
+**渐进响应** - 在后台继续处理的同时提供即时确认
+
+**条件响应** - 根据工作流分支逻辑发送不同的内容
+
+**流式更新** - 在长时间运行的过程中，当部分结果可用时立即传递
+
+每个 Answer 节点独立地为对话做出贡献，允许进行复杂的响应模式和用户体验设计。
+
+## 变量集成
+
+Answer 节点无缝集成来自所有工作流节点类型的输出。常见的变量来源包括：
+
+**大型语言模型响应** - 显示生成的文本、分析结果或语言模型的结构化输出
+
+**知识检索** - 显示知识库中找到的相关信息，并自动进行引用跟踪
+
+**工具结果** - 显示来自外部 API、计算或服务集成的数据
+
+**文件处理** - 显示提取的文本、分析结果或处理的文档内容
+
+变量系统保持类型安全，并自动处理不同的内容类型，以便在聊天界面中进行最佳显示。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/code.mdx b/zh-hans/documzh-hanstation/pages/nodes/code.mdx
new file mode 100644
index 00000000..6c641d1d
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/code.mdx
@@ -0,0 +1,138 @@
+```mdx
+---
+title: "代码"
+description: "执行自定义Python或JavaScript进行数据处理"
+icon: "code"
+---
+
+代码节点执行自定义Python或JavaScript以处理工作流中的复杂数据转换、计算和逻辑。当预设节点不足以满足特定处理需求时使用此节点。
+
+
+
+
+
+## 配置
+
+定义**输入变量**以从工作流中的其他节点访问数据，然后在代码中引用这些变量。您的函数必须返回一个包含您声明的**输出变量**的字典。
+
+```python
+def main(input_variable: str) -> dict:
+ # 处理输入
+ result = input_variable.upper()
+ return {
+ 'output_variable': result
+ }
+```
+
+## 语言支持
+
+根据您的需求和熟悉程度选择**Python**或**JavaScript**。两种语言都在安全的沙箱中运行，并可以访问常用的数据处理库。
+
+
+
+
+**重试设置**允许最多10次自动重试，具有可配置的间隔（最大5000ms）。启用此功能以处理临时处理问题。
+
+**错误处理**允许您在代码执行失败时定义回退路径，使您的工作流即使在代码遇到问题时也能继续运行。
+
+
+
+
+
+## 输出验证和限制
+
+代码输出会自动进行严格的限制验证：
+- **字符串**：最大长度为80,000字符，空字节被移除
+- **数字**：范围从-999999999到999999999，浮点数限制为10位小数
+- **对象/数组**：最大深度为5级，以防止复杂的嵌套结构
+
+这些限制确保了工作流的性能并防止内存问题。
+
+## 安全考虑
+
+代码在严格的沙箱中执行，防止文件系统访问、网络请求和系统命令。这在提供编程灵活性的同时保持安全性。
+
+出于安全原因，某些操作会被自动阻止。请避免尝试访问系统文件或执行潜在危险的操作：
+
+
+
+
+
+如果您的代码未保存，请检查浏览器的网络选项卡——安全过滤器可能会阻止潜在危险的操作。
+
+## 依赖支持
+
+代码节点支持Python和JavaScript的外部依赖：
+
+```python
+# Python：导入numpy、pandas、requests等
+import numpy as np
+import pandas as pd
+
+def main(data: list) -> dict:
+ df = pd.DataFrame(data)
+ return {'mean': float(np.mean(df['values']))}
+```
+
+```javascript
+// JavaScript：导入lodash、moment等
+const _ = require('lodash');
+
+function main(data) {
+ return { unique: _.uniq(data) };
+}
+```
+
+依赖项已预安装在沙箱环境中。请在您的Dify安装中检查可用的软件包列表。
+
+## 自托管设置
+
+对于自托管的Dify安装，启动沙箱服务以进行安全的代码执行：
+
+```bash
+docker-compose -f docker-compose.middleware.yaml up -d
+```
+
+沙箱服务需要Docker，并将代码执行与您的主系统隔离以确保安全。
+
+## 常见用例
+
+**数据解析** - 从API或其他节点返回的复杂JSON结构中提取特定值。
+
+**数学运算** - 执行计算、统计分析或数据聚合，而预设节点无法处理。
+
+**数据转换** - 转换数据格式，合并多个数据源或重组信息以进行下游处理。
+
+**条件逻辑** - 实现超出简单if-else条件的复杂决策逻辑。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/doc-extractor.mdx b/zh-hans/documzh-hanstation/pages/nodes/doc-extractor.mdx
new file mode 100644
index 00000000..012b9e39
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/doc-extractor.mdx
@@ -0,0 +1,113 @@
+---
+title: "文档提取器"
+description: "从上传的文档中提取文本内容以进行AI处理"
+icon: "file-export"
+---
+
+文档提取器节点将上传的文件转换为大型语言模型（LLM）可以处理的文本。由于语言模型无法直接读取PDF或DOCX等文档格式，此节点充当文件上传与AI分析之间的关键桥梁。
+
+
+
+
+
+## 支持的文件类型
+
+节点处理大多数基于文本的文档格式：
+
+**文本文件** - 含有直接文本内容的TXT、Markdown、HTML文件
+
+**办公文档** - 来自Microsoft Word及兼容应用的DOCX文件
+
+**PDF文档** - 使用pypdfium2进行准确文本提取的基于文本的PDF
+
+**办公文件** - DOC文件需要Unstructured API，DOCX文件支持直接解析，并将表格提取为Markdown格式
+
+**电子表格** - Excel (.xls/.xlsx)和CSV文件转换为Markdown表格
+
+**演示文稿** - 通过Unstructured API处理的PowerPoint (.ppt/.pptx)文件
+
+**电子邮件格式** - EML和MSG文件用于电子邮件内容提取
+
+**专用格式** - EPUB电子书、VTT字幕、JSON/YAML数据和Properties文件
+
+主要包含图像、音频或视频的文件需要专门的处理工具或外部服务。
+
+## 输入和输出
+
+### 输入配置
+
+将节点配置为接受：
+
+**单文件** 输入，来自文件变量（通常来自开始节点）
+
+**多文件** 作为数组进行批量文档处理
+
+### 输出结构
+
+节点输出提取的文本内容：
+
+- 单文件输入生成包含提取文本的`string`
+- 多文件输入生成`array[string]`，每个文件的内容分别存储
+
+输出变量命名为`text`，其中包含准备好进行下游处理的原始文本内容。
+
+## 实施示例
+
+以下是使用文档提取器的完整文档问答工作流：
+
+
+
+
+
+### 工作流设置
+
+**文件上传配置** - 在开始节点中启用文件输入，以接受用户上传的文档。
+
+**文本提取** - 连接文档提取器以处理上传的文件并提取其文本内容。
+
+**AI处理** - 在LLM提示词中使用提取的文本进行分析、总结或问答。
+
+
+ 
+
+
+
+
+
+
+## 常见用例
+
+**文档问答应用** - 构建ChatPDF风格的应用程序，用户上传文档并询问其内容。
+
+**内容分析** - 处理合同、报告或研究论文，提取关键信息和见解。
+
+**批量文档处理** - 同时从多个文档中提取文本以进行分析、索引或迁移。
+
+**文档转换** - 将各种文档格式转换为纯文本以供进一步处理或存储。
+
+## 处理注意事项
+
+文档提取器使用针对不同文件格式优化的专用解析库。它在可能的情况下保留文本结构和格式，使提取的内容在LLM处理时更有用。
+
+### 文件格式处理
+
+**编码检测** - 使用chardet库自动检测文件编码，文本文件默认为UTF-8
+
+**表格转换** - Excel和CSV数据转换为Markdown表格以增强LLM理解
+
+**文档结构** - DOCX文件保持段落和表格顺序，正确转换表格为Markdown
+
+**多行内容** - VTT字幕文件合并同一说话者的连续话语
+
+### 外部依赖
+
+某些文件格式需要配置**Unstructured API**服务，通过`UNSTRUCTURED_API_URL`和`UNSTRUCTURED_API_KEY`：
+- DOC文件（旧版Word文档）
+- PowerPoint演示文稿（若使用API处理）
+- EPUB电子书（若使用API处理）
+
+对于非常大的文档，请考虑LLM的上下文限制，并在需要时实施分段策略。提取的文本保持原始文档的逻辑结构，以保留意义和上下文。
+
+
+
+
+## HTTP方法
+
+该节点支持所有标准HTTP方法，用于不同类型的操作：
+
+
+
+
+**文件上传** 使用二进制请求体选项。从先前节点中选择文件变量，将文件发送到外部服务以进行文档存储、媒体处理或备份。
+
+**文件下载** 在响应包含文件内容时自动处理。下载的文件作为文件变量可用于下游节点。
+
+## 错误处理和重试
+
+为依赖外部服务的生产工作流配置健壮的错误处理：
+
+
+
+
+
+**重试设置** 自动重试失败的请求最多10次，并具有可配置的间隔（最大5000毫秒）。这处理了临时网络问题或服务不可用的情况。
+
+
+
+
+
+**错误处理** 定义HTTP请求失败时的替代工作流路径，确保即使外部API不可用，您的工作流也能继续执行。
+
+## 响应处理
+
+HTTP响应成为后续节点中的结构化变量，可单独访问：
+
+- **响应体** - API返回的主要内容
+- **状态码** - 用于条件逻辑的HTTP状态
+- **头** - 作为键值对的响应元数据
+- **文件** - API返回的任何文件内容
+- **大小信息** - 以字节为单位的内容大小，并以可读格式显示（KB/MB）
+
+### SSL验证
+
+SSL证书验证可在每个节点上配置（`ssl_verify`参数）。这允许与自签名证书的内部服务连接，同时维护对外部API的安全性。
+
+
+
+
+
+## 常见集成模式
+
+**API数据获取** - 检索用户档案、产品信息或外部数据以丰富您的工作流处理。
+
+**Webhook传递** - 发送通知、状态更新或处理结果到外部系统和服务。
+
+**文件处理** - 上传文档以进行分析，下载资源以进行进一步处理，或与云存储服务集成。
+
+**多步骤API工作流** - 将多个API调用链接在一起，使用一个请求的响应来配置后续请求。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/ifelse.mdx b/zh-hans/documzh-hanstation/pages/nodes/ifelse.mdx
new file mode 100644
index 00000000..6722f184
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/ifelse.mdx
@@ -0,0 +1,73 @@
+---
+title: "If-Else"
+description: "Add conditional logic and branching to workflows"
+icon: "code-branch"
+---
+
+If-Else 节点通过根据您定义的条件将执行路由到不同路径，为您的工作流添加决策逻辑。它评估变量并确定您的工作流应该遵循哪个分支。
+
+
+
+
+
+## 分支逻辑
+
+该节点支持多个分支路径来处理复杂的决策树：
+
+**IF 路径**在主要条件评估为真时执行。
+
+**ELIF 路径**在 IF 条件为假时提供按顺序检查的附加条件。您可以为复杂逻辑添加多个 ELIF 分支。
+
+**ELSE 路径**在没有条件匹配时作为后备，确保您的工作流始终有路径可遵循。
+
+## 条件类型
+
+配置条件以使用各种比较运算符测试变量：
+
+
+
+
+**AND 逻辑**要求所有条件都为真。当您需要同时满足多个标准时使用此选项。
+
+**OR 逻辑**要求任何条件为真。当您想要为不同场景触发相同操作时使用此选项。
+
+## 变量引用
+
+在条件中引用来自先前工作流节点的任何变量。变量可以来自用户输入、大型语言模型响应、API 调用或任何其他工作流节点输出。
+
+使用变量选择器从可用变量中选择，或使用 `{{variable_name}}` 语法直接输入变量名。
+
+## 常见模式
+
+**内容路由** - 根据类别、语言或复杂性将不同类型的内容导向专门的处理节点。
+
+**用户角色管理** - 根据用户权限、订阅级别或账户类型实现不同的工作流行为。
+
+**错误处理** - 检查响应状态码、数据有效性或处理结果以适当地路由工作流。
+
+**动态处理** - 根据输入特征、处理结果或外部条件调整工作流行为。
+
+**多路径工作流** - 创建复杂的分支逻辑，处理应用程序中的各种场景和边缘情况。
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/iteration.mdx b/zh-hans/documzh-hanstation/pages/nodes/iteration.mdx
new file mode 100644
index 00000000..524e60a3
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/iteration.mdx
@@ -0,0 +1,164 @@
+```mdx
+---
+title: "迭代"
+description: "通过对每个元素应用工作流来处理数组"
+icon: "arrows-rotate"
+---
+
+迭代节点通过在每个元素上顺序或并行运行相同的工作流步骤来处理数组。用于批处理任务，否则这些任务将达到限制或作为单一操作效率低下。
+
+
+
+
+
+## 迭代如何工作
+
+该节点接受一个数组输入，并创建一个子工作流，对每个数组元素运行一次。在每次迭代过程中，当前项目及其索引可作为变量供内部节点引用。
+
+**核心组件：**
+- **输入变量** - 来自上游节点的数组数据
+- **内部工作流** - 对每个元素进行处理的步骤
+- **输出变量** - 从所有迭代中收集的结果（也是一个数组）
+
+## 配置
+
+### 数组输入
+
+连接来自上游节点的数组变量，如参数提取器、代码节点、知识检索或 HTTP 请求响应。
+
+### 内置变量
+
+每次迭代提供访问：
+- `items[object]` - 当前正在处理的数组元素
+- `index[number]` - 当前迭代索引（从 0 开始）
+
+### 处理模式
+
+
+
+
+
+
+
+
+## 错误处理
+
+配置如何处理单个数组元素的处理失败：
+
+**终止** - 发生任何错误时停止处理并返回错误信息
+
+**继续错误** - 跳过失败的项目并继续处理，输出失败元素的 null
+
+**移除失败结果** - 跳过失败的项目，仅返回成功的结果
+
+输入输出对应示例：
+- 输入: `[1, 2, 3]`
+- 继续错误的输出: `[result-1, null, result-3]`
+- 移除失败的输出: `[result-1, result-3]`
+
+## 长文生成示例
+
+通过分别处理章节大纲生成长篇内容：
+
+
+
+
+
+**工作流步骤：**
+
+1. **起始节点** - 用户提供故事标题和大纲
+2. **大型语言模型 (LLM) 节点** - 生成详细的章节分解
+3. **参数提取器** - 将章节列表转换为结构化数组
+4. **迭代节点** - 使用内部大型语言模型处理每个章节
+5. **答案节点** - 在生成过程中流式输出章节内容
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+### 检索参数
+
+**Top K** 控制要检索的文档分段数量。开始时选择 3-5 个分段以获得集中结果，或选择 10-15 个分段以获得全面覆盖。
+
+**分数阈值**设置最低相似度分数。较高的阈值（0.7+）确保相关性，较低的阈值（0.5-）包括更多边缘内容。
+
+**重新排序**在初始检索后重新评分结果。启用于混合检索、多个分段，或当精度优先于速度时。
+
+### 元数据筛选
+
+使用文档的元数据（如类型、日期或部门）来筛选结果。上传文档时设置元数据，以便在大型知识库中实现有针对性的搜索。
+
+### 多知识库策略
+
+**N 对 1 召回**使用函数调用分析查询，选择合适的知识库并优化搜索。适用于不同领域的专业知识库。
+
+**多路召回**同时查询所有选定的知识库并合并结果。当信息跨多个来源或需要全面覆盖时使用。
+
+
+
+
+
+## 输出与集成
+
+节点输出包含文本内容和元数据（来源、分数、文档 ID）的检索文档分段数组。此结构化输出保留了引用所需的信息。
+
+### RAG 集成
+
+将知识检索输出连接到 LLM 节点上下文输入以用于 RAG 应用。当使用检索结果作为上下文变量时，Dify 会自动跟踪来源并启用引用。
+
+```text
+System: Answer based on the provided context.
+Context: {{knowledge_retrieval.result}}
+User: {{user_question}}
+```
+
+### 速率限制
+
+知识检索操作受限于您的订阅计划的速率限制。系统使用 Redis 通过 60 秒滑动窗口跟踪请求。当超过限额时，返回 `RateLimitExceeded` 错误。
+
+### 性能考量
+
+检索质量取决于索引实践。较小的分段（200-500 标记）实现精确检索，较大的分段（800-1500 标记）保持上下文。知识库有速率限制 - 节点自动处理节流并缓存相同的查询。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/list-operator.mdx b/zh-hans/documzh-hanstation/pages/nodes/list-operator.mdx
new file mode 100644
index 00000000..4d3c4d32
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/list-operator.mdx
@@ -0,0 +1,124 @@
+```mdx
+---
+title: "列表运算符"
+description: "从数组中筛选、排序和选择元素"
+icon: "filter"
+---
+
+列表运算符节点通过筛选、排序和选择特定元素来处理数组。当您需要处理混合文件上传、大型数据集或任何需要在下游处理前进行分离或组织的数组数据时，请使用它。
+
+
+
+
+
+## 数组处理问题
+
+大多数工作流节点期望单个值，而不是数组。当您在一个变量中拥有像 `[image.png, document.pdf, audio.mp3]` 这样的混合内容时，您需要将其分离成下游节点可以有效处理的专注流。
+
+列表运算符充当智能路由器，使用过滤器分离混合数组并为专业处理做好准备。
+
+
+
+
+
+## 支持的数据类型
+
+该节点处理不同类型的数组，提供适当的过滤选项：
+
+**Array[string]** - 文本列表、类别、名称或任何字符串集合
+
+**Array[number]** - 数字数据、分数、测量或计算
+
+**Array[file]** - 混合文件上传，具有丰富的元数据筛选功能
+
+## 操作
+
+### 筛选
+
+根据属性提取特定项目。对于文件数组，可以根据以下进行筛选：
+
+
+
+
+**实施步骤：**
+
+1. **配置混合上传** - 启用文件上传功能以接受多种文件类型
+2. **按类型拆分** - 使用不同的筛选器配置单独的列表运算符节点：
+ - 筛选 `type = "image"` → 路由至具有视觉能力的LLM
+ - 筛选 `type = "document"` → 路由至文档提取器
+3. **适当处理** - 图像直接分析，文档进行文本提取
+4. **合并结果** - 将处理过的输出合并为统一的响应
+
+此模式自动将不同文件类型路由到适当的处理器，创造无缝的多模态用户体验。
+
+## 常见用例
+
+**文件类型路由** - 根据内容类型将混合上传分离到专业处理管道中。
+
+**数据筛选** - 根据特定标准从大型数据集中提取相关子集。
+
+**内容优先级** - 从集合中排序并选择最重要或最近的项目。
+
+**质量控制** - 在处理之前筛选掉无效、超大的或不支持的内容。
+
+**批处理准备** - 将数据组织成可管理的块，以便下游迭代或并行处理。
+
+## 最佳实践
+
+**规划过滤条件** - 根据您的下游处理需求定义清晰的过滤规则。
+
+**使用适当的输出类型** - 根据下游节点如何使用数据，选择完整数组、第一个记录或最后一个记录。
+
+**处理空结果** - 考虑当过滤器没有返回匹配项时会发生什么，并规划适当的备用逻辑。
+
+**使用真实数据测试** - 使用实际用户上传验证过滤行为，确保在生产中可靠运行。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/llm.mdx b/zh-hans/documzh-hanstation/pages/nodes/llm.mdx
new file mode 100644
index 00000000..71f273da
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/llm.mdx
@@ -0,0 +1,136 @@
+```mdx
+---
+title: "大型语言模型 (LLM)"
+description: "Invoke language models for text generation and analysis"
+icon: "brain"
+---
+
+LLM 节点调用大型语言模型来处理文本、图像和文档。它向您配置的模型发送提示词并捕获其响应，支持结构化输出、上下文管理和多模态输入。
+
+
+
+
+
+
+
+
+模型参数控制响应生成。**温度**范围从 0（确定性）到 1（创意性）。**核采样**通过概率限制词汇选择。**频率惩罚**减少重复。**存在惩罚**鼓励新主题。您还可以使用预设：**精确**、**平衡**或**创意**。
+
+## 提示词配置
+
+您的界面会根据模型类型进行调整。聊天模型使用消息角色（**System** 用于行为，**User** 用于输入，**Assistant** 用于示例），而完成模型使用简单的文本续写。
+
+在提示词中使用双花括号引用工作流变量：`{{variable_name}}`。变量会在到达模型之前被实际值替换。
+
+```text
+System: 您是一位技术文档专家。
+User: {{user_input}}
+```
+
+## 上下文变量
+
+上下文变量在保留来源归属的同时注入外部知识。这使得通过检索增强生成 (RAG) 应用程序，LLM 能够使用您特定的文档回答问题。
+
+
+ 
+
+
+将知识检索节点的输出连接到您的 LLM 节点的上下文输入，然后引用它：
+
+```text
+仅使用此上下文回答：
+{{knowledge_retrieval.result}}
+
+问题: {{user_question}}
+```
+
+使用知识检索的上下文变量时，Dify 会自动跟踪引用，以便用户查看信息来源。
+
+## 结构化输出
+
+强制模型返回特定的数据格式，如 JSON，以便程序使用。通过三种方法进行配置：
+
+
+
+
+对于完成模型中的对话历史，将对话变量插入以保持多轮对话上下文：
+
+
+
+
+
+## Jinja2 模板支持
+
+LLM 提示词支持 Jinja2 模板以进行高级变量处理。当您使用 Jinja2 模式（`edition_type: "jinja2"`）时，您可以：
+
+```jinja2
+{% for item in search_results %}
+{{ loop.index }}. {{ item.title }}: {{ item.content }}
+{% endfor %}
+```
+
+Jinja2 变量与常规变量替换分开处理，允许在提示词中进行循环、条件和复杂的数据转换。
+
+## 流式输出
+
+LLM 节点默认支持流式输出。每个文本块作为 `RunStreamChunkEvent` 被传递，启用实时响应显示。文件输出（图像、文档）在流式传输期间自动处理并保存。
+
+## 错误处理
+
+配置失败的 LLM 调用的重试行为。设置最大重试次数、重试间隔和回退倍数。当重试不足时，定义备用策略，如默认值、错误路由或备用模型。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/loop.mdx b/zh-hans/documzh-hanstation/pages/nodes/loop.mdx
new file mode 100644
index 00000000..c3af6533
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/loop.mdx
@@ -0,0 +1,117 @@
+---
+title: "循环"
+description: "Execute repetitive workflows with progressive refinement"
+icon: "infinity"
+---
+
+循环节点执行重复性工作流，每个周期都建立在前一个周期的结果基础上。与迭代独立处理数组元素不同，循环创建的是随每次重复而演进的渐进式工作流。
+
+## 循环 vs 迭代
+
+了解何时使用每种重复模式：
+
+
+
+
+**工作流步骤：**
+1. **代码节点** 生成1-100之间的随机整数
+2. **条件分支节点** 检查数字是否小于50
+3. **模板节点** 为小于50的数字返回"done"以触发循环终止
+4. 循环继续直到满足终止条件
+
+
+
+
+
+## 高级循环示例
+
+通过迭代优化创建诗歌，每个版本都建立在前一个版本的基础上：
+
+
+
+**循环变量：**
+- `num` - 从0开始的计数器，每次迭代递增
+- `verse` - 保存当前诗歌版本的文本变量
+
+**工作流逻辑：**
+1. **条件分支节点** 检查`num > 3`以确定何时退出
+2. **大型语言模型节点** 基于前一版本生成改进的诗歌
+3. **变量分配器** 更新计数器和诗歌内容
+4. **退出循环节点** 在4次优化周期后终止
+
+大型语言模型提示词同时引用当前诗句和迭代上下文：
+
+```text
+You are a European literary figure creating poetic verses.
+
+Current verse: {{verse}}
+
+Refine and improve this poem based on your previous work.
+```
+
+## 常见使用场景
+
+**内容优化** - 通过多次大型语言模型审查逐步改进文本、代码或设计，直到达到质量标准。
+
+**问题解决** - 将复杂问题分解为迭代步骤，每个周期基于之前的进展处理下一个逻辑部分。
+
+**研究工作流** - 基于每个现，迭代搜索、分析和优化研究查询。
+
+**质量保证** - 反复测试和验证输出，进行改进直到满足所有标准。
+
+## 最佳实践
+
+**定义清晰的退出条件** - 确保循环具有具体的、可测量的终止条件，以防止无限执行。
+
+**设置合理限制** - 根据预期复杂性和处理要求使用适当的最大迭代次数。
+
+**有效管理状态** - 使用循环变量在迭代间维护必要信息，同时避免不必要的数据累积。
+
+**监控进度** - 包含日志记录或进度指示器来跟踪循环执行，特别是对于长时间运行的进程。
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/parameter-extractor.mdx b/zh-hans/documzh-hanstation/pages/nodes/parameter-extractor.mdx
new file mode 100644
index 00000000..30f98877
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/parameter-extractor.mdx
@@ -0,0 +1,82 @@
+---
+title: "参数提取器"
+description: "Convert natural language to structured data using LLM intelligence"
+icon: "crop-simple"
+---
+
+参数提取器节点使用大型语言模型智能将非结构化文本转换为结构化数据。它连接了自然语言输入与工具、API 和其他工作流节点所需的结构化参数之间的鸿沟。
+
+## 配置
+
+### 输入和模型选择
+
+选择包含您想要提取参数的文本的**输入变量**。这通常来自用户输入、大型语言模型响应或其他工作流节点。
+
+选择一个具有强大结构化输出能力的**模型**。参数提取器依赖于大型语言模型理解上下文并生成结构化 JSON 响应的能力。
+
+### 参数定义
+
+通过指定以下内容来定义您想要提取的参数：
+
+- **参数名称** - 将出现在输出 JSON 中的键
+- **数据类型** - 字符串、数字、布尔值、数组或对象
+- **描述** - 帮助大型语言模型理解要提取什么
+- **必需状态** - 参数是否必须存在
+
+您可以手动定义参数或**从现有工具快速导入**以匹配下游节点的参数要求。
+
+### 提取指令
+
+编写清晰的指令，描述要提取什么信息以及如何格式化。在指令中提供示例可以提高复杂参数的提取准确性和一致性。
+
+
+
+
+
+## 高级配置
+
+### 推理模式
+
+根据您的模型能力，在两种提取方法之间选择：
+
+**函数调用/工具调用**使用模型的结构化输出功能进行可靠的参数提取，具有强大的类型合规性。
+
+**基于提示词的**依靠纯提示词进行提取，适用于可能不支持函数调用的模型，或当基于提示词的提取表现更好时使用。
+
+### 记忆
+
+启用记忆功能，在提取参数时包含对话历史。这有助于大型语言模型理解交互式对话中的上下文，并提高对话式工作流的提取准确性。
+
+## 输出变量
+
+该节点提供提取的参数和内置状态变量：
+
+**提取的参数**显示为与您的参数定义匹配的单个变量，可供下游节点使用。
+
+**内置变量**包括状态信息：
+- `__is_success` - 提取成功状态（1 表示成功，0 表示失败）
+- `__reason` - 提取失败时的错误描述
+
+
+
+
+
+## 常见用例
+
+**工具参数准备**从自然语言中提取特定参数，用于需要结构化输入的工作流工具。
+
+**数据格式转换**将文本转换为其他节点所需的格式，例如将列表转换为数组以进行迭代处理。
+
+**API 请求准备**为向外部服务发送的 HTTP 请求构造数据，处理从用户意图到 API 兼容参数的转换。
+
+**表单数据处理**从自由形式的用户输入中提取结构化信息，用于数据库存储或进一步处理。
+
+## 最佳实践
+
+**清晰的参数描述**帮助大型语言模型准确理解要提取什么信息以及采用什么格式。
+
+**在指令中提供示例**以提高提取准确性，特别是对于复杂或特定领域的参数。
+
+**使用适当的数据类型**确保提取的参数匹配下游节点的要求。
+
+**处理提取失败**通过检查 `__is_success` 变量并在提取失败时提供后备逻辑。
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/question-classifier.mdx b/zh-hans/documzh-hanstation/pages/nodes/question-classifier.mdx
new file mode 100644
index 00000000..dd0cef7b
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/question-classifier.mdx
@@ -0,0 +1,83 @@
+```mdx
+---
+title: "问题分类器"
+description: "智能地对用户输入进行分类以引导工作流路径"
+icon: "sitemap"
+---
+
+问题分类器节点智能地对用户输入进行分类，从而将对话引导到不同的工作流路径。与其构建复杂的条件逻辑，不如定义类别，让大型语言模型（LLM）基于语义理解来确定最合适的类别。
+
+## 配置
+
+### 输入和模型设置
+
+**输入变量** - 选择要分类的内容，通常为用户问题的`sys.query`，但也可以是来自先前工作流节点的任何文本变量。
+
+**模型选择** - 选择用于分类的LLM。对于简单类别，速度较快的模型效果很好，而更强大的模型可以更好地处理细微的区别。
+
+
+
+
+
+### 类别定义
+
+为每个类别创建明确的描述性标签，并对每个类别包含的内容进行具体描述。准确界定类别之间的界限，以帮助LLM做出准确的决策。
+
+每个类别都成为一个潜在的输出路径，您可以将其连接到不同的下游节点，如专业知识库、响应模板或处理工作流。
+
+## 分类示例
+
+以下是在客户服务场景中问题分类器的工作方式：
+
+
+
+
+
+**定义的类别：**
+- **售后服务** - 保修索赔、退货、维修和购买后的支持
+- **产品使用** - 设置说明、故障排除、功能说明
+- **其他问题** - 不属于特定类别的常规咨询
+
+**分类结果：**
+- “如何在iPhone 14上设置联系人？” → **产品使用**
+- “我的购买保修期是多久？” → **售后服务**
+- “今天的天气怎么样？” → **其他问题**
+
+每个分类结果都会引导到不同的知识库和响应策略，确保用户获得相关的专业帮助。
+
+## 高级配置
+
+### 指导和准则
+
+在**指导**字段中添加详细的分类指南，以处理边缘案例、模糊场景或特定的业务规则。这有助于LLM理解类别之间的细微区别。
+
+### 记忆集成
+
+启用**记忆**以在分类输入时包含对话历史。这改善了多轮对话中准确性，其中当前输入依赖于先前的上下文。
+
+**记忆窗口**控制要包含多少对话历史，在上下文感知与标记效率和处理速度之间取得平衡。
+
+## 输出使用
+
+分类器输出一个包含匹配类别标签的`class_name`变量。使用此变量在下游节点中进行：
+
+**条件路由** - 根据分类结果连接不同的工作流路径
+
+**知识库选择** - 为每个类别路由到专业知识库
+
+**响应定制** - 应用不同的响应模板或处理逻辑
+
+**分析和日志记录** - 跟踪用户查询在各个类别中的分布
+
+## 最佳实践
+
+**清晰的类别界限** - 定义明确的、不重叠的类别，并提供具体的描述以提高分类准确性。
+
+**合适的模型选择** - 根据分类复杂性选择模型。简单的二元分类适合速度较快的模型，而复杂的多类别分类可能需要更强大的模型。
+
+**测试边缘案例** - 使用可能适合多个类别的模糊输入验证分类行为。
+
+**使用对话上下文** - 为需要依赖先前交互的分类应用启用记忆。
+
+**监控和迭代** - 审核分类结果并根据实际使用模式优化类别描述。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/start.mdx b/zh-hans/documzh-hanstation/pages/nodes/start.mdx
new file mode 100644
index 00000000..1e93d1ad
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/start.mdx
@@ -0,0 +1,89 @@
+```mdx
+---
+title: "开始"
+description: "工作流和对话流应用程序的入口点"
+icon: "play"
+---
+
+Start节点是每个工作流和对话流应用程序的入口点。它定义了您的应用程序从终端用户接受的输入，并提供您可以在整个工作流中引用的系统变量。
+
+## 输入变量
+
+您可以在Start节点中配置自定义输入字段以收集用户信息。每个输入字段都会成为流经您的工作流的变量。例如，如果您创建一个名为 `user_name` 的输入字段，您可以在工作流中的任何地方引用它，如 `{{user_name}}`。
+
+### 输入类型
+
+Start节点支持六种输入类型以处理不同类型的用户数据：
+
+
+
+
+可用的系统变量取决于您的应用程序类型。工作流应用程序提供基本的元数据，如 `sys.app_id` 和 `sys.workflow_id`，而对话流应用程序则包括附加的与对话相关的变量，如 `sys.conversation_id` 和 `sys.dialogue_count`。
+
+系统变量特别有助于跟踪执行上下文、实现特定于用户的逻辑或在对话流应用程序中维护对话状态。
+
+## 变量引用
+
+从Start节点的变量可以在任何下游节点中引用。在配置节点的输入字段时，您可以从下拉菜单中选择变量或在文本字段中键入 `/` 以插入变量值。
+
+
+
+
+
+变量在整个工作流中保持其类型。一种数字输入仍然是一个数字，文件上传仍然是一个文件对象，而文本输入仍然是字符串。这种类型一致性确保下游节点可以正确处理数据。
+
+## 文件处理
+
+通过Start节点上传的文件需要在您的工作流中进行适当处理。Start节点本身仅收集文件并使其作为变量可用。您需要连接特定的节点以提取和处理内容：
+
+文档文件应路由到文档提取器节点以提取文本内容。图像可以发送到具有视觉能力的LLM节点或专门的图像处理工具。像CSV或JSON这样的结构化数据文件可以使用代码节点进行解析和转换。
+
+
+
+
+## Jinja2 模板
+
+模板节点使用 Jinja2 模板语法创建基于工作流数据动态适应的内容。这提供了类似编程的功能，包括循环、条件和过滤器，用于复杂的文本生成。
+
+### 变量替换
+
+使用双大括号引用工作流变量：`{{ variable_name }}`。可以使用点符号和括号语法访问嵌套对象属性和数组元素。
+
+```jinja2
+{{ user.name }}
+{{ items[0].title }}
+{{ data.metrics.score }}
+```
+
+### 条件逻辑
+
+使用 if-else 语句根据数据值显示不同内容：
+
+```jinja2
+{% if user.subscription == 'premium' %}
+Welcome back, Premium Member! You have access to all features.
+{% else %}
+Consider upgrading to Premium for additional capabilities.
+{% endif %}
+```
+
+### 循环和迭代
+
+使用 for 循环处理数组和对象以生成重复内容：
+
+```jinja2
+{% for item in search_results %}
+### Result {{ loop.index }}
+**Score**: {{ item.score | round(2) }}
+{{ item.content }}
+---
+{% endfor %}
+```
+
+
+
+
+
+## 数据格式化
+
+### 过滤器
+
+Jinja2 过滤器在模板渲染期间转换数据：
+
+```jinja2
+{{ name | upper }}
+{{ price | round(2) }}
+{{ content | replace('\n', '
+
+
+当用户提交表单时，响应变为可在下游工作流节点中立即处理的结构化 JSON 数据。
+
+## 输出限制
+
+模板输出限制为**80,000 个字符**（可通过 `TEMPLATE_TRANSFORM_MAX_LENGTH` 配置）。这可以防止内存问题并确保大型模板输出的合理处理时间。
+
+## 常见用例
+
+**报告生成** - 将来自多个来源的数据组合成具有一致结构和样式的格式化报告。
+
+**API 响应格式化** - 将内部数据结构转换为供外部使用的用户友好格式。
+
+**LLM 提示词准备** - 将复杂数据结构化为格式良好的提示词，提高 LLM 的处理准确性。
+
+**电子邮件和通知模板** - 根据用户数据和工作流结果生成带有动态内容的个性化消息。
+
+**数据转换** - 在不同的数据格式和结构之间进行转换，以便与外部系统集成。
+
+## 最佳实践
+
+**使用描述性变量名**以使模板可读和可维护，特别是在处理复杂数据结构时。
+
+**处理缺失数据**，通过默认值和条件检查，防止模板渲染错误。
+
+**格式化以提高可读性**，通过使用适当的间距、换行和格式创建干净、专业的输出。
+
+**使用示例数据进行测试**，确保模板处理边缘情况并在不同输入场景中产生预期结果。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/tools.mdx b/zh-hans/documzh-hanstation/pages/nodes/tools.mdx
new file mode 100644
index 00000000..62c81a48
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/tools.mdx
@@ -0,0 +1,91 @@
+```mdx
+---
+title: "工具"
+description: "Connect to external services and APIs with pre-built integrations"
+icon: "wrench"
+---
+
+工具节点通过预构建的集成将您的工作流连接到外部服务和API。与HTTP请求节点不同，工具提供结构化接口、内置错误处理和简化的流行服务配置。
+
+
+
+
+
+## 工具类型
+
+Dify支持多种类型的工具以应对不同的集成需求：
+
+
+
+
+
+
+
+
+**重试设置**自动重试失败的工具执行最多10次，并具有可配置的间隔（最大5000ms）。这处理临时服务问题或网络问题。
+
+
+
+
+
+**错误处理**定义当工具执行失败时的替代工作流路径，确保即使外部服务不可用，您的工作流也能继续。
+
+## 创建自定义工具
+
+**OpenAPI集成**允许您导入任何具有OpenAPI/Swagger规范的服务。一旦导入，该服务即可作为工具使用，与内置选项一样易于使用。
+
+**工作流发布**将多节点工作流转换为可在不同应用程序中重用的单节点工具。这促进了模块化和简化了复杂工作流管理。
+
+## 工具管理
+
+通过工作区导航中的**工具**访问工具配置。在这里，您可以管理认证凭据、导入自定义工具、配置MCP服务器，并将工作流发布为工具。
+
+有关工具创建、管理和将工作流发布为工具的详细指南，请参阅[工具配置指南](/en/guides/tools)。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/variable-aggregator.mdx b/zh-hans/documzh-hanstation/pages/nodes/variable-aggregator.mdx
new file mode 100644
index 00000000..ea6a6373
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/variable-aggregator.mdx
@@ -0,0 +1,89 @@
+```mdx
+---
+title: "变量聚合器"
+description: "将不同工作流分支的变量合并为统一的输出"
+icon: "merge"
+---
+
+变量聚合器节点将不同执行路径的变量组合为一个统一的输出。当多个分支产生相似的输出时，此节点通过创建一个一致的变量引用，消除了重复下游处理的需要。
+
+## 分支问题
+
+条件工作流创建了并行执行路径，其中一次仅运行一个分支。如果没有聚合，你需要为每个可能的分支结果创建重复的下游节点，从而创建复杂且维护繁重的工作流。
+
+变量聚合器作为一个合并点，将分支输出收集为一个单一的变量，无论哪个分支实际执行，下游节点都可以一致地引用这个变量。
+
+## 分类工作流示例
+
+当用户输入被分类且每个类别需要不同的知识检索时，变量聚合器将结果合并：
+
+**无聚合** - 复杂的工作流需要重复的大型语言模型节点：
+
+
+
+
+
+**有聚合** - 使用变量聚合的简化工作流：
+
+
+
+
+
+聚合后的工作流使用一个大型语言模型节点，而不是为每个分类分支重复它，从而显著减少复杂性，同时保持相同的功能。
+
+## 条件处理示例
+
+类似的好处也适用于产生相似输出的 If-Else 分支：
+
+
+
+
+
+## 配置
+
+### 变量选择
+
+连接您想要合并的不同工作流分支中的变量。每个连接的变量都会成为聚合输出的潜在输入。
+
+### 类型约束
+
+**同类型规则** - 所有聚合的变量必须是相同的数据类型。一旦连接第一个变量（例如，字符串），节点只接受来自其他分支的相同类型的变量。
+
+**支持的类型：**
+- **字符串** - 来自不同处理分支的文本输出
+- **数字** - 数值计算、分数或测量值
+- **对象** - 具有相似模式的结构化数据对象
+- **数组** - 列表、集合或多个结果
+
+### 输出行为
+
+变量聚合器输出来自实际执行的分支的值。由于在条件工作流中只有一个分支运行，因此在执行期间只有一个输入变量将有值。
+
+## 高级功能
+
+### 多个聚合组
+
+高级工作流（v0.6.10+）可以同时聚合多个变量组。每个组保持自己的类型约束，允许您在同一个节点内并行聚合不同的数据类型。
+
+当分支产生多个相关输出需要分别合并时，这很有用 - 例如，聚合来自不同处理路径的文本摘要和数值分数。
+
+## 常见用例
+
+**多类别处理** - 不同内容类型需要专门处理，但产生相似的输出以供通用下游逻辑使用。
+
+**条件数据源** - 不同条件触发不同的知识检索或 API 调用，但所有结果都需要相同的最终处理。
+
+**分支结果合并** - 复杂的分支逻辑产生各种输出，最终需要统一处理。
+
+**错误处理** - 主处理和回退分支产生不同但兼容的结果，下游节点可以一致地处理这些结果。
+
+## 最佳实践
+
+**规划数据类型** - 确保所有分支在连接到变量聚合器之前产生兼容的数据类型。
+
+**一致的输出结构** - 聚合对象或数组时，保持所有分支的结构一致，以便下游处理可预测。
+
+**使用描述性名称** - 清晰命名聚合变量，以指示它们包含来自多个可能来源的结果。
+
+**测试所有分支** - 验证每个可能的执行路径产生的有效输出在聚合时正常工作。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/variable-assigner.mdx b/zh-hans/documzh-hanstation/pages/nodes/variable-assigner.mdx
new file mode 100644
index 00000000..41c428c5
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/variable-assigner.mdx
@@ -0,0 +1,125 @@
+```mdx
+---
+title: "变量分配器"
+description: "管理对话流应用中的持久性会话变量"
+icon: "pen-to-square"
+---
+
+变量分配器节点通过写入会话变量来管理对话流应用中的持久数据。与每次执行时重置的常规工作流变量不同，会话变量会在整个聊天会话中保持存在。
+
+
+
+
+
+## 会话变量与工作流变量
+
+**工作流变量**仅在单次工作流执行期间存在，并在工作流完成后重置。
+
+**会话变量**在同一聊天会话中的多个对话轮次中保持存在，使状态交互和上下文记忆成为可能。
+
+这种持久性支持上下文对话、用户个性化、状态工作流以及跨多个用户交互的进度跟踪。
+
+## 配置
+
+配置要更新的会话变量并指定其源数据。您可以在单个节点中分配多个变量。
+
+
+
+
+
+**变量** - 选择要写入的会话变量
+
+**设置变量** - 从上游工作流节点中选择源数据
+
+**操作模式** - 确定如何更新变量（覆盖、追加、清除等）
+
+## 操作模式
+
+不同的变量类型根据其数据结构支持不同的操作：
+
+
+
+
+系统分析用户输入以获取可记忆的事实，提取结构化信息，并将其附加到持久记忆数组中，以便在未来的对话中引用。
+
+### 用户偏好存储
+
+存储用户偏好，如语言设置、通知偏好或显示选项：
+
+
+
+
+
+使用**覆盖**模式捕获用户输入的初始偏好，然后在所有后续的LLM响应中引用它们以进行个性化互动。
+
+### 渐进式清单
+
+构建跟踪多个对话轮次中的完成状态的引导式工作流：
+
+
+
+
+
+使用数组会话变量来跟踪已完成的项目。变量分配器在每一轮更新清单，而LLM引用它来引导用户完成剩余的任务。
+
+## 最佳实践
+
+**选择合适的数据类型** - 对于不断增长的集合使用数组，对于结构化数据使用对象，对于单一值使用简单类型。
+
+**使用描述性变量名** - 清晰命名会话变量以指示其用途和内容。
+
+**处理数据增长** - 监控数组和对象的大小，以防止长时间对话中过度使用内存。
+
+**初始化变量** - 设置会话变量的初始值，以防止未定义的行为。
+
+**适时清除** - 在开始新流程或会话时使用清除操作重置变量。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/nodes/zh-hansd.mdx b/zh-hans/documzh-hanstation/pages/nodes/zh-hansd.mdx
new file mode 100644
index 00000000..ea07d795
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/nodes/zh-hansd.mdx
@@ -0,0 +1,67 @@
+```mdx
+---
+title: "结束"
+description: "定义工作流输出和终止点"
+icon: "flag-checkered"
+---
+
+End 节点定义了工作流完成时的输出。每个工作流应用程序至少需要一个 End 节点来向用户返回结果并终止执行。
+
+
+
+
+### 多路径工作流
+
+具有条件分支的工作流需要为每个可能的执行路径设置 End 节点。每个分支可以根据工作流逻辑输出不同的变量：
+
+
+
+
+
+## 执行行为
+
+一旦工作流执行到达 End 节点，处理就会立即停止。连接在 End 节点之后的节点将不再执行。这使得 End 节点成为不同工作流分支的自然终止点。
+
+如果您的工作流有多个可能的执行路径（例如通过 If-Else 节点），请确保每个路径都通向一个 End 节点。否则，一些执行分支可能不会返回结果。
+
+## 输出示例
+
+**文本处理结果** - 输出处理过的文本、摘要或大型语言模型节点的分析结果。
+
+**结构化数据** - 返回 JSON 对象、数组或从各种处理节点中提取的参数。
+
+**文件输出** - 传递在工作流执行期间生成的文档、图像或其他文件。
+
+**状态信息** - 包含处理元数据、成功指示或诊断信息。
+
+
+
+
+
+## 最佳实践
+
+**一致的输出结构** - 在同一工作流的不同 End 节点中使用相似的变量名称和数据类型，以获得可预测的 API 响应。
+
+**包含状态信息** - 考虑输出成功指示或处理元数据与主要结果一起。
+
+**处理所有路径** - 确保工作流中的每个可能执行路径都通向一个 End 节点，以防止执行不完整。
+
+**文档输出模式** - 清楚地记录每个 End 节点返回的内容，以便于 API 消费者和集成目的。
+```
\ No newline at end of file
diff --git a/zh-hans/documzh-hanstation/pages/workspace/readme.mdx b/zh-hans/documzh-hanstation/pages/workspace/readme.mdx
new file mode 100644
index 00000000..436c1d61
--- /dev/null
+++ b/zh-hans/documzh-hanstation/pages/workspace/readme.mdx
@@ -0,0 +1,487 @@
+```mdx
+---
+title: 模型
+description: Learn about the Different Models Supported by Dify.
+---
+
+| 提供商 | +大型语言模型 | +文本嵌入 | +重新排序 | +语音转文字 | +文本转语音 | +
|---|---|---|---|---|---|
| OpenAI | +✔️(🛠️)(👓) | +✔️ | ++ | ✔️ | +✔️ | +
| Anthropic | +✔️(🛠️) | ++ | + | + | + |
| Azure OpenAI | +✔️(🛠️)(👓) | +✔️ | ++ | ✔️ | +✔️ | +
| Gemini | +✔️ | ++ | + | + | + |
| Google Cloud | +✔️(👓) | +✔️ | ++ | + | + |
| Nvidia API Catalog | +✔️ | +✔️ | +✔️ | ++ | + |
| Nvidia NIM | +✔️ | ++ | + | + | + |
| Nvidia Triton Inference Server | +✔️ | ++ | + | + | + |
| AWS Bedrock | +✔️ | +✔️ | ++ | + | + |
| OpenRouter | +✔️ | ++ | + | + | + |
| Cohere | +✔️ | +✔️ | +✔️ | ++ | + |
| together.ai | +✔️ | ++ | + | + | + |
| Ollama | +✔️ | +✔️ | ++ | + | + |
| Mistral AI | +✔️ | ++ | + | + | + |
| groqcloud | +✔️ | ++ | + | + | + |
| Replicate | +✔️ | +✔️ | ++ | + | + |
| Hugging Face | +✔️ | +✔️ | ++ | + | + |
| Xorbits inference | +✔️ | +✔️ | +✔️ | +✔️ | +✔️ | +
| 智谱 AI | +✔️(🛠️)(👓) | +✔️ | ++ | + | + |
| 百川 | +✔️ | +✔️ | ++ | + | + |
| Spark | +✔️ | ++ | + | + | + |
| Minimax | +✔️(🛠️) | +✔️ | ++ | + | + |
| 通义 | +✔️ | +✔️ | ++ | + | ✔️ | +
| 文心 | +✔️ | +✔️ | ++ | + | + |
| Moonshot AI | +✔️(🛠️) | ++ | + | + | + |
| 腾讯云 | ++ | + | + | ✔️ | ++ |
| Stepfun | +✔️(🛠️)(👓) | ++ | + | + | + |
| 火山引擎 | +✔️ | +✔️ | ++ | + | + |
| 01.AI | +✔️ | ++ | + | + | + |
| 360 智脑 | +✔️ | ++ | + | + | + |
| Azure AI Studio | +✔️ | ++ | ✔️ | ++ | + |
| deepseek | +✔️(🛠️) | ++ | + | + | + |
| 腾讯混元 | +✔️ | ++ | + | + | + |
| SILICONFLOW | +✔️ | +✔️ | ++ | + | + |
| Jina AI | ++ | ✔️ | +✔️ | ++ | + |
| ChatGLM | +✔️ | ++ | + | + | + |
| Xinference | +✔️(🛠️)(👓) | +✔️ | +✔️ | ++ | + |
| OpenLLM | +✔️ | +✔️ | ++ | + | + |
| LocalAI | +✔️ | +✔️ | +✔️ | +✔️ | ++ |
| OpenAI API-Compatible | +✔️ | +✔️ | ++ | ✔️ | ++ |
| PerfXCloud | +✔️ | +✔️ | ++ | + | + |
| Lepton AI | +✔️ | ++ | + | + | + |
| novita.ai | +✔️ | ++ | + | + | + |
| Amazon Sagemaker | +✔️ | +✔️ | +✔️ | ++ | + |
| 文本嵌入推理 | ++ | ✔️ | +✔️ | ++ | + |
| GPUStack | +✔️(🛠️)(👓) | +✔️ | +✔️ | ++ | + |
| GPUStack | +✔️(🔧️)(👓) | +✔️ | +✔️ | +✔️ | +✔️ | +