langgenius GitHub avatar

dify

Python
智能体工作流开发平台langgenius最近推送 2026年11月18日
Agent 框架NOASSERTION161.4k25.5k1,433 issues7 天 +481

AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日

开源 LLM 应用开发平台,用可视化界面搭建智能体工作流和 RAG 管线。

Dify 是一个开源的 LLM 应用开发平台,把 AI 工作流、RAG 管线、智能体能力、模型管理和可观测性整合在一个协作工作空间里。它支持云端、VPC 和自托管部署,目标是让团队从原型直接走到生产,不用重建技术栈。

推荐指数

5.0

功能覆盖完整、社区规模大,是搭建 LLM 应用时值得优先评估的开源平台。

近 7 天

+481

新增 Star

总 Star 排名

#14

雷达追踪的 3,931 个 AI 仓库中

创建于

2023

2023年4月12日

核心亮点

  • 1可视化编排

    用界面组合工作流、智能体和 RAG 管线,减少手写胶水代码。

  • 2模型与工具丰富

    内置多种 AI 模型和工具支持,并覆盖 MCP 等集成方向。

  • 3部署方式灵活

    可选云端、VPC 或自托管,Docker Compose 即可启动。

  • 4可观测性

    README 提到可对接 Opik、Langfuse、Arize Phoenix 等观测工具。

  • 5多语言文档

    README 提供简体中文等十余种语言版本,上手门槛较低。

适用场景

  • 企业内部知识库问答

    例如:上传产品文档构建 RAG 管线,对外提供带引用的问答应用。

  • 智能体流程自动化

    例如:编排一个先检索资料、再调用工具、最后生成报告的智能体工作流。

  • 原型快速验证

    例如:在可视化界面里换模型、调提示词,快速验证一个 AI 应用想法。

  • 私有化部署

    例如:用 Docker Compose 在公司内网自托管,数据不出内网。

它是怎么工作的

  1. 第 1 步

    部署服务

    通过 Docker Compose 启动 Dify 的 Web 与后端服务。

  2. 第 2 步

    配置模型

    在平台中接入所需的 AI 模型供应商和密钥。

  3. 第 3 步

    编排应用

    用可视化界面搭建工作流、智能体或 RAG 管线。

  4. 第 4 步

    接入观测

    按需对接 Langfuse 等工具查看调用与效果。

  5. 第 5 步

    发布使用

    将应用发布为对外服务或 API 供团队使用。

快速上手

  1. 1

    准备环境

    确认 CPU ≥ 2 核、内存 ≥ 4 GiB,安装 Docker、Compose v2.35.0+ 和 OpenSSL。

  2. 2

    初始化配置

    进入 docker 目录复制环境变量文件并生成密钥。

    cd docker && cp .env.example .env && openssl rand -hex 32
  3. 3

    填写密钥

    把生成的随机值填入 .env 的 DIFY_AGENT_LOCAL_SANDBOX_AUTH_TOKEN。

  4. 4

    启动服务

    启动容器并检查状态,然后访问安装页面完成初始化。

    docker compose up -d && docker compose ps --all

适合谁

  • 想快速搭建 LLM 应用的开发者
  • 需要 RAG 或智能体工作流的团队
  • 要求私有化部署的企业
  • 希望低代码协作的产品与业务人员

不太适合

  • 只需要调用单个模型 API 的轻量脚本场景
  • 完全不想维护任何服务的个人用户

成熟度

  • 活跃度最近一次推送在 2026 年 11 月,提交活跃。
  • 文档有独立文档站和十余种语言的 README。
  • 社区16 万以上 star、2.5 万 fork,Discord 等社区渠道齐全。
  • 上手难度Docker Compose 几步可启动,但需自行准备环境和密钥。

同类项目怎么选

  • Langflow同样提供可视化编排,但 Dify 更强调从原型到生产的完整平台能力。
  • Flowise偏重低代码构建 LLM 流程,Dify 在模型管理和可观测性上覆盖更广。
  • n8n通用自动化工具,Dify 更聚焦 LLM 应用与 RAG 场景。

使用前注意

  • · 许可证为 NOASSERTION,商用前需确认具体授权条款。
  • · 自托管最低要求 2 核 CPU、4 GiB 内存,生产环境需更高配置。
  • · 需妥善保管模型 API 密钥和沙箱认证令牌。
  • · 开源 issue 数量较多,遇到问题可能需要自行排查。

主题标签

aigptllmopenaipythonagentnextjsworkflowgenaiautomationlow-codemcpno-codeagentic-aiagentic-frameworkagentic-workflowclaudeskillsdeepseek