Dify简介目录Dify 发展历史Dify 流行原因Dify 核心组件Dify 架构图Dify 工作机制Dify 应用场景Dify 发展历史起源背景Dify 是一款开源的 LLM 应用开发平台由 LangGenius 团队开发。该项目诞生于 2023 年正值大语言模型LLM技术快速发展和普及的时期。随着 GPT、Claude 等大模型的能力不断提升企业和开发者迫切需要一个能够简化 AI 应用开发流程的工具平台。发展历程时间节点里程碑事件2023 年初LangGenius 团队开始研发 Dify定位为开源的 LLMOps 平台2023 年 5 月Dify 在 GitHub 上正式开源首次发布 v0.1.0 版本2023 年 7 月获得 GitHub 趋势榜推荐社区关注度迅速上升2023 年 9 月发布 v0.3.0 版本引入 RAG检索增强生成和 Agent 能力2023 年 11 月获得 Pre-A 轮融资加速产品迭代和商业化进程2024 年 1 月发布 v0.5.0 版本支持 Workflow 编排和更多模型接入2024 年 3 月GitHub Stars 突破 10,000成为热门开源项目2024 年 6 月发布 v0.6.0 版本增强企业级功能和多租户支持2024 年 9 月发布 v0.7.0 版本引入向量数据库集成和更强大的编排能力2026 年 3 月GitHub Stars 突破 130,000社区生态进一步持续壮大当前状态截至 2026 年Dify 已成为全球最受欢迎的开源 LLMOps 平台之一在 GitHub 上拥有超过 130,000 Stars被众多企业和开发者用于生产环境。项目持续活跃更新社区贡献者来自世界各地。Dify 流行原因1. 开源免费Dify 采用 Apache 2.0 开源协议完全免费使用且支持私有化部署。这使得企业和个人开发者可以在不支付高昂许可费用的情况下构建自己的 AI 应用平台。2. 低代码/无代码开发Dify 提供了直观的可视化界面用户无需编写大量代码即可构建复杂的 AI 应用。通过拖拽式的工作流编排非技术人员也能快速上手。3. 强大的模型集成能力Dify 支持接入多种主流大语言模型包括OpenAIGPT-4、GPT-3.5-turboAnthropicClaude 系列Azure OpenAIGoogleGeminiMetaLlama 系列Mistral AI国内模型文心一言、通义千问、智谱 GLM、百川等4. 完整的 RAG 能力Dify 内置了完整的 RAG检索增强生成框架支持多种文档格式上传PDF、Word、TXT、Markdown 等自动分块和向量化多种向量数据库集成Weaviate、Qdrant、Milvus、PGVector 等智能检索和重排序5. 灵活的工作流编排Dify 的 Workflow 功能允许用户通过可视化方式编排复杂的 AI 应用逻辑支持条件分支循环自定义节点API 调用数据转换6. Agent 能力Dify 内置了 Agent 框架支持构建具有自主决策能力的 AI 智能体包括ReAct 模式函数调用Function Calling工具集成多智能体协作7. 企业级特性Dify 提供了丰富的企业级功能多租户支持权限管理API 密钥管理使用量监控和计费审计日志SSO 单点登录8. 活跃的社区生态Dify 拥有活跃的开源社区提供丰富的文档和教程社区插件和模板快速的问题响应持续的功能迭代9. 易于部署Dify 支持多种部署方式Docker Compose 一键部署Kubernetes 集群部署云服务集成10. 优秀的用户体验现代化的 UI 设计流畅的交互体验完善的中文支持实时预览和调试Dify 核心组件1. 前端界面Frontend技术栈React TypeScript功能提供可视化的应用构建界面包括对话应用、工作流编辑器、知识库管理等2. 后端服务Backend API技术栈Python FastAPI功能处理所有业务逻辑包括模型调用、工作流执行、数据管理等3. 工作流引擎Workflow Engine功能执行用户编排的工作流支持节点编排、条件判断、循环等逻辑4. 模型适配器Model Adapter功能统一抽象不同大语言模型的接口支持模型切换和负载均衡5. 向量存储Vector Store支持Weaviate、Qdrant、Milvus、PGVector、Chroma 等功能存储和检索向量化的知识库内容6. 知识库管理Knowledge Base功能文档上传、解析、分块、向量化、检索等7. Agent 框架Agent Framework功能支持 ReAct、Plan-and-Solve、Function Calling 等多种 Agent 模式8. 数据库DatabasePostgreSQL存储应用配置、用户数据、对话历史等Redis缓存和会话管理9. 文件存储File Storage支持本地存储、阿里云 OSS、AWS S3、MinIO 等功能存储上传的文档、图片等文件10. API 网关API Gateway功能提供统一的 API 接口支持密钥认证、限流等Dify 架构图外部服务数据层应用层用户层基础设施Docker/Kubernetes用户浏览器前端界面React TypeScript后端 APIFastAPI工作流引擎Agent 框架模型适配器PostgreSQL应用数据Redis缓存/会话向量存储Weaviate/Qdrant/Milvus文件存储OSS/S3/MinIOOpenAI APIClaude API其他 LLM API外部 APIHTTP/WebSocket组件交互流程LLM 服务向量存储模型适配器工作流引擎后端 API前端用户LLM 服务向量存储模型适配器工作流引擎后端 API前端用户alt[需要知识检索]发起对话请求调用 API执行工作流向量检索返回相关文档构建模型请求调用 LLM API返回模型响应返回处理结果返回工作流结果返回 API 响应展示对话结果Dify 工作机制1. 应用创建流程选择应用类型对话型应用Chatbot文本生成应用Text GenerationAgent 应用工作流应用Workflow配置模型选择基础模型如 GPT-4、Claude设置模型参数温度、最大 token 数等配置提示词模板添加知识库可选上传文档系统自动解析和分块向量化存储配置检索策略配置工具可选添加 API 工具添加内置工具搜索、计算等配置工具调用参数测试和发布在预览界面测试调试和优化发布应用2. 对话处理流程用户输入 ↓ [前端] 发送请求到后端 ↓ [后端] 验证 API 密钥和权限 ↓ [后端] 加载应用配置 ↓ [工作流引擎] 执行工作流 ↓ ├─→ [知识检索] 向量检索相关文档 ├─→ [工具调用] 执行外部 API └─→ [模型适配] 构建 Prompt ↓ [模型适配器] 调用 LLM API ↓ [LLM] 生成响应 ↓ [后端] 处理响应结果 ↓ [前端] 展示给用户3. RAG 工作机制文档处理上传文档支持 PDF、Word、TXT、MD 等文本提取和清洗智能分块基于语义或固定长度向量化使用 Embedding 模型向量存储将向量存储到向量数据库建立索引以加速检索检索阶段用户问题向量化相似度计算余弦相似度等返回 Top-K 相关文档片段生成阶段将检索到的文档片段作为上下文构建增强的 PromptLLM 基于上下文生成回答4. Agent 工作机制Dify 支持多种 Agent 模式ReAct 模式思考 (Thought) → 行动 (Action) → 观察 (Observation) → 循环Agent 分析用户意图决定是否需要调用工具执行工具并获取结果基于结果继续思考或生成最终答案Function Calling 模式LLM 识别需要调用的函数系统执行函数调用将结果返回给 LLMLLM 基于结果生成最终响应5. 工作流编排机制Dify 的工作流支持以下节点类型节点类型功能开始节点工作流的入口定义输入变量结束节点工作流的出口定义输出变量LLM 节点调用大语言模型知识检索节点从知识库检索相关内容条件分支节点根据条件执行不同分支代码节点执行自定义 Python 代码HTTP 请求节点调用外部 API模板转换节点使用 Jinja2 模板转换数据变量提取节点从文本中提取结构化数据迭代节点对列表进行循环处理Dify 应用场景1. 企业知识库问答场景描述企业内部积累的大量文档、手册、FAQ 等知识资源通过 Dify 构建智能问答系统员工可以快速获取准确信息。实现方式上传企业文档到知识库配置 RAG 检索策略构建对话型应用集成到企业内部系统优势准确性高基于企业真实数据支持多轮对话可追溯答案来源易于维护和更新2. 客户服务智能助手场景描述为企业客户提供 7×24 小时的智能客服自动回答常见问题提升服务效率。实现方式导入客服话术和 FAQ配置多轮对话流程集成工单系统支持人工接管优势降低人工客服成本提升响应速度统一服务标准支持多语言3. 内容生成与营销场景描述自动生成营销文案、产品描述、社交媒体内容等提高内容生产效率。实现方式设计 Prompt 模板配置品牌风格参数批量生成内容人工审核和编辑优势快速生成大量内容保持风格一致性支持多种内容类型降低创作门槛4. 数据分析与报告场景描述通过自然语言查询数据自动生成分析报告和可视化图表。实现方式连接数据源数据库、API配置 Text-to-SQL 能力构建数据分析 Agent生成结构化报告优势降低数据分析门槛支持自然语言交互自动生成报告实时数据更新5. 代码辅助开发场景描述帮助开发者生成代码、解释代码、调试代码等。实现方式配置代码生成模型集成代码执行环境添加代码分析工具构建多轮对话流程优势提高开发效率支持多种编程语言代码质量较高学习成本低6. 教育培训辅助场景描述为学生提供个性化学习辅导、答疑解惑、作业批改等服务。实现方式上传教材和课件构建学科知识库配置教学风格添加练习题库优势个性化学习路径即时反馈24 小时可用降低教育成本7. 法律文档处理场景描述辅助律师处理合同审查、法律文书起草、案例分析等工作。实现方式建立法律知识库配置合同审查模板构建案例分析 Agent支持文档比对优势提高工作效率降低遗漏风险知识沉淀和复用支持多法域8. 医疗健康咨询场景描述提供基础的健康咨询、症状分析、用药指导等服务需专业审核。实现方式建立医学知识库配置问诊流程添加风险提示支持医生复核优势初步筛查和分流健康知识普及减轻医生负担提高患者满意度9. 金融理财建议场景描述为客户提供理财咨询、投资建议、风险评估等服务。实现方式接入金融数据配置风险评估模型构建理财规划 Agent支持个性化推荐优势降低服务成本提高覆盖面标准化服务流程数据驱动决策10. 多模态应用场景描述结合图像、音频、视频等多模态输入构建更丰富的应用。实现方式集成图像识别模型添加语音识别/合成配置多模态工作流支持文件上传优势更自然的交互方式丰富的应用场景提升用户体验技术创新空间大总结Dify 作为一款开源的 LLMOps 平台通过其低代码/无代码的设计理念、强大的模型集成能力、完整的 RAG 框架和灵活的工作流编排极大地降低了 AI 应用开发的门槛。无论是个人开发者还是企业用户都可以利用 Dify 快速构建和部署生产级的 AI 应用。随着大模型技术的持续发展和社区生态的不断壮大Dify 将在 AI 应用开发领域发挥越来越重要的作用。