Dify

开源 LLM 应用开发平台，可视化搭建 AI Agent 与工作流

大模型平台 LLM 应用开发 AI 工作流 RAG 知识库 AI Agent 开源平台

Dify 是什么？

Dify 是什么

Dify 是一个面向生产环境的 Agentic 工作流开发平台，用户可以在同一画布上构建 AI Agent、RAG 知识库管道、集成模型与工具，然后部署到云端、VPC 或自托管环境。它由 Dify.AI 团队开发，核心成员来自腾讯云开发运维领域，产品于 GitHub 开源后迅速获得大量开发者参与共建。

简单说，Dify 把大语言模型开发中的复杂环节，比如提示词编排、RAG 检索、Agent 推理、工具调用，拆成可视化的模块，让不太熟悉底层技术的人也能拖拉拽搭出一个能跑的 AI 应用。

核心功能

可视化工作流编排：以画布形式串联节点，支持条件分支、循环、并行等控制流，用于构建复杂的多步骤 AI 流程。

RAG 知识库：内置检索增强生成引擎，可上传文档形成知识库，让模型基于私有资料回答，缓解幻觉问题。

多模型接入：兼容 OpenAI、Anthropic、Azure OpenAI、Llama 系列、Hugging Face、Replicate 等主流模型供应商，可按场景切换。

Agent 能力：支持任务分解、推理和工具调用，可以让智能体自主决定调用哪些工具完成任务。

四类应用模板：聊天助手、文本生成、Agent、工作流，覆盖客服、写作、翻译、自动化等常见场景。

应用监控与反馈：内置日志与运行数据观测，专业版起支持 Langsmith、Langfuse 等外部可观测性工具。

多种部署方式：官方托管的 Dify 云服务开箱即用，社区版开源可自托管，企业可在 VPC 内私有部署满足合规需求。

适合谁用

想快速验证 AI 想法的产品和运营：不写代码就能拖出一个 demo，用来测想法比自己搭框架省事得多。
企业内部开发团队：需要把 LLM 应用落地到业务中，同时满足权限管理、审计、私有部署等要求。
独立开发者和创业团队：希望站在成熟平台上快速做出可上线的 AI 产品，而不是从零造轮子。
对 RAG 和 Agent 感兴趣的技术学习者：可视化界面比直接写 LangChain 代码更容易理解各个环节在做什么。

不太适合的场景：如果只是想跟大模型简单聊天，直接用 ChatGPT 等成品会更省心；如果需要非常定制化的底层逻辑，可能还是得回到代码层去写。

如何开始

访问官网 dify.ai 注册账号，Sandbox 免费方案提供 200 次 OpenAI 消息额度和每月 5000 次 API 请求，用来试水足够。
在应用工作室里选一个模板，比如聊天助手或工作流，跟着画布配置节点。
如果要用私有资料，把文档上传到知识库，绑定到应用里即可启用 RAG。
需要更多额度或团队协作，可升级到 Professional 或 Team 方案；需要私有部署，可以从 GitHub 拉取社区版源码自托管。

一点判断

Dify 的优势在于把 LLM 开发中的常见拼图都做进了一个平台，尤其对不想深入 LangChain 生态的人来说门槛显著更低，开源和可自托管这两点也让它在企业场景里有明显加分。局限则是复杂度上限受限于内置节点的丰富程度，一些非常个性化的逻辑仍要靠自定义代码或插件补齐，另外多人协作和权限管理属于付费方案功能，个人自托管社区版需要自己承担运维成本。