Dify
用可视化工作流、RAG 与工具调用构建并运营 LLM 应用。
- Star 数
- ★ 160k
- 最近更新
- 今天
- License
- NOASSERTION
- 主语言
- Python
- FA 评分
- 55/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI API
- 费用
- 有免费版，另有付费云服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 产品团队需要在上线前通过可视化画布设计、测试多步骤 AI Workflow。
- 不适合
- 需要完全离线、不接入任何云端服务的团队
- 希望零配置、无需 Docker 即可上手的个人用户
- 需要明确开源许可、避免附加条款约束的商业团队
- 源码审查
- 55/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Dify 是一个开源 LLM 应用开发平台，提供可视化 AI 工作流、RAG 管道、智能体能力、模型管理和可观测性功能。用户可在其工作流画布中构建和测试 AI 流程，并通过 Prompt IDE 编写提示词、比较模型表现及为聊天应用加入文本转语音等功能。其 RAG 管道覆盖文档摄取到检索，并支持从 PDF、PPT 等常见文档格式中提取文本。智能体可基于 LLM Function Calling 或 ReAct 定义，并可使用预置或自定义工具。产品可通过浏览器仪表盘与对应 API 使用，支持 Dify Cloud、Docker Compose 自托管及面向企业的部署路径。
Dify 在可视化画布中让用户构建和测试 Workflow，并在 Prompt IDE 中编辑提示词和比较模型表现。它可接入数百个来自数十家推理提供商的专有或开源 LLM，以及自托管方案和 OpenAI API-compatible models。RAG Pipeline 接收文档并执行检索，README 明确列出 PDF、PPT 等常见格式的文本提取支持。用户可定义采用 LLM Function Calling 或 ReAct 的 Agent，为其添加预置或自定义工具；README 列举了 Google Search、DALL·E、Stable Diffusion 和 WolframAlpha 等 50+ 内置工具。它还提供应用日志与性能监控，并为其功能提供对应 API；自托管实例通过 docker compose up -d 启动后，在 http://localhost/install 完成初始化。
- 产品团队需要在上线前通过可视化画布设计、测试多步骤 AI Workflow。
- 知识库应用团队需要摄取 PDF、PPT 等常见文档，并将检索能力接入 LLM 应用。
- 需要在 LLM Function Calling 或 ReAct 方式之间选择，并为智能体组合预置或自定义工具的开发者。
- 需要在 GPT、Mistral、Llama3 或 OpenAI API-compatible models 等模型路径间选择的应用团队。
- 需要通过应用日志、性能数据和标注持续调整提示词、数据集与模型的运营团队。
- 希望以 Docker Compose 在自身环境运行平台，并通过 API 接入既有业务逻辑的组织。
如何安装或部署这个 Agent？
最低要求为 2 核 CPU 和 4 GiB RAM。安装 Docker 与 Docker Compose v2.24.0 或更高版本后，在仓库目录执行：
cd dify
cd docker
cp .env.example .env
docker compose up -d启动后访问 http://localhost/install 完成初始化。README 未提供模型提供商凭据的具体配置步骤；如需修改配置，编辑 docker/.env，随后在 docker 目录重新执行 docker compose up -d。
如何使用这个 Agent？
在浏览器打开 http://localhost/install 并完成初始化后，使用 Workflow 画布构建和测试 AI 流程。可在 Prompt IDE 编写提示词、比较模型表现，或配置 RAG Pipeline 进行文档摄取和检索；也可定义 Function Calling 或 ReAct Agent 并添加工具。平台为其功能提供对应 API，但所给材料没有列出 API 端点、认证方式或请求示例。
这个 Agent 有哪些优点和局限？
- 将 Workflow、Prompt IDE、RAG Pipeline、Agent、模型管理与 LLMOps 集中在同一平台。
- RAG 明确覆盖文档摄取与检索，并列出 PDF、PPT 等常见格式的开箱文本提取支持。
- 模型支持范围明确包含数十家推理提供商、专有与开源 LLM、自托管方案及 OpenAI API-compatible models。
- 同时提供托管云服务、Docker Compose 自托管和企业部署路径，并为功能提供对应 API。
- 自托管至少需要 2 核 CPU、4 GiB RAM、Docker 和 Docker Compose v2.24.0 或更高版本。
- 提供的快速启动仅覆盖 Docker Compose；高可用 Kubernetes、Helm、Terraform 与 CDK 部署链接均为社区贡献。
- 所给材料没有提供 API 端点、认证流程、模型密钥配置或生产部署细节。
- 许可证信息存在需核实之处：仓库元数据标为 NOASSERTION，而 README 称采用带附加条件、基于 Apache 2.0 的 Dify Open Source License。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Dify 当前 | 55 · 缺口较多 | 自托管服务免费版 + 付费版 | ★ 160k | 今天 | Python | OpenAI API |
| Agents Universe | 68 · 存在缺口 | 自托管服务免费 + 模型费 | ★ 830 | 今天 | Python | OpenAI API · Claude API |
| 12因子Agent原则 | 24 · 缺口较多 | 代码库 / SDK免费 | ★ 27k | 1 年前 | TypeScript | — |
| 从原型到生产的生成式AI代理实战指南 | 证据不足 | 代码库 / SDK免费 + 模型费 | ★ 22k | 4 天前 | Jupyter Notebook | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示：README 提到安全披露流程（SECURITY.md），但未详细说明权限模型、用户确认机制、数据流透明性、敏感数据处理、依赖安全审计、外部影响、回滚或来源归属。因此各标准得分较低，仅因存在安全政策而给1分。扣分原因：缺乏具体实现细节。
证据显示：存在单元测试和集成测试（如 api-tests.yml），但未提供失败消息的详细说明。自洽性、依赖可用性和失败消息均得到部分支持，但未达到充分处理的程度。扣分原因：测试覆盖有限，失败消息未明确。
证据显示：README 描述了多种使用场景（云、自托管、企业），并提供了部署选项（Docker、Kubernetes、Terraform）。能力边界和触发精度未明确，但环境适配性较好。扣分原因：能力边界和触发精度缺乏明确文档。
证据显示：README 提供了安装说明、示例和社区链接，信息架构清晰。许可证为自定义开源许可证，但版本变更日志未明确。已知限制未详细说明。扣分原因：版本变更日志和已知限制不足。
证据显示：README 描述了输出可用性（API、可视化界面）和边际价值（快速原型到生产）。成本效益未明确，但整体有效。扣分原因：成本效益缺乏具体数据。
证据显示：README 中的声明有文档链接支持，但未提供独立验证。跨来源佐证有限，事实与推断未明确分离。扣分原因：缺乏独立验证和明确的事实/推断分离。
- 该仓库的许可证为自定义开源许可证，包含额外条件，可能影响商业使用。
- 安全政策存在，但未提供详细的权限模型和数据流透明性说明。
- 版本变更日志未明确，用户需自行跟踪更新。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
1.19.0 v1.19.0 - Trace Your Workflows, Layer by Layer
发布说明摘录
Dify 1.19.0 brings nested workflow tracing to your observability tools. Follow a workflow into the Workflow Tools it calls, inspect the steps inside each invocation, and keep the LLM context alongside the execution tree. This release also makes Workflow Tools portable with App packages, adds Skill Hub automation, and makes Agent files easier to upload and preview. The bundled plugin daemon is upgraded to 0.6.14-local. [Release highlights](#user-content-release-highlights) · [Upgrade guide](#user-content-upgrade-guide) · [Detailed changes](#user-content-detailed-changes) …在 GitHub 查看 ↗ -
1.18.0 v1.18.0 — Smarter Agent Routing, Portable Apps, Deeper Workflow Visibility
发布说明摘录
Dify 1.18.0 brings Agents that route workflows, portable app packages, deeper visibility into nested workflow runs, and the opt-in Agent Knowledge Base experience. OpenAPI and the new difyctl expand how you build and manage apps from the command line. > [!IMPORTANT] > Read the upgrade guide below before deploying. Upgrade the API, workers, Agent Backend, and Agent runtime images together. Local Agent sandboxes require a non-empty authentication token, and Agent Backend uses a new run protocol. Source installations require Python 3.13. Install the new difyctl client and sig …在 GitHub 查看 ↗ -
1.17.1 v1.17.1 - Bug Fixes and Improvements
发布说明摘录
> [!WARNING] > Self-hosted deployments using the bundled Weaviate must complete a manual, staged upgrade before starting 1.17.1. The bundled Weaviate server moves from 1.27.0 to 1.39.2 — 12 minor versions — and skipping minors is unsupported. Pulling and restarting can silently and permanently break vector search. See Upgrade Guide below. Fresh deployments, external Weaviate, and other vector stores are unaffected. New Features Dataset-Scoped Knowledge Base API Keys …在 GitHub 查看 ↗
常见问题
可以完全自托管吗？
docker/.env 配置。