langgenius/dify

Build Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.

什么是 Dify？

Dify（由 LangGenius 开发）是一个用于构建使用大型语言模型（LLM）应用的开源平台。它提供了一个基于 Web 的界面，您可以在其中设计 AI 工作流、连接 检索增强生成（RAG）管道，并创建 自主代理，而无需编写代码。该平台还包括 模型管理、提示词编辑、可观测性（日志、性能仪表板）以及 后端即服务 API 等工具，因此您构建的应用可以集成到其他系统中。

谁可能使用它？

产品团队 希望快速原型化一个由 LLM 驱动的聊天机器人、文档搜索工具或任何 AI 增强功能。
开发者 更喜欢使用可视化画布来连接 LLM 调用、数据检索和工具使用，但仍需要通过 API 导出或调用工作流。
企业正在寻找具有 SSO、RBAC 和支持选项（通过 Dify Enterprise 产品）的自托管解决方案。
研究人员或爱好者 希望尝试多种模型提供商（OpenAI、Mistral、Llama 3 等）并比较提示词性能。

核心功能（如 README 中所述）

功能	作用
工作流画布	拖放式 UI，用于将 LLM 调用、检索步骤和自定义工具链接在一起。
模型支持	连接到数十个推理提供商和自托管模型；支持 GPT、Mistral、Llama 3 以及任何兼容 OpenAI 的 API。
提示词 IDE	编写、测试和比较提示词；添加文本转语音等附加功能。
RAG 管道	摄取 PDF、PPT 等，提取文本，建立索引，并在聊天期间检索相关片段。
代理沙盒	定义可以运行命令、安装软件和操作文件的自主代理；使用 Dify Marketplace 或自定义 API 中的工具扩展它们。
LLMOps / 可观测性	内置日志、性能仪表板，以及与 Opik、Langfuse、Arize Phoenix 的集成，用于监控。
后端即服务	所有 UI 操作也通过 RESTful API 暴露，以便以编程方式使用。
部署选项	云托管 SaaS、自托管社区版（Docker-Compose）以及具有 SSO/RBAC 的企业自托管。

如何开始

先决条件 – 至少 2 核 CPU 和 4 GiB RAM。
Docker-Compose – 克隆仓库，将 .env.example 复制为 .env，然后在 docker 文件夹内运行 docker compose up -d。
在浏览器中打开 http://localhost/install 并按照屏幕上的设置向导操作。
如需更深入的定制，README 指向“高级设置”指南和源代码部署指南。

社区与支持

Discord、GitHub Discussions、Issues 以及用于公告的 Twitter/X 账户。
Dify Cloud 提供托管版本，便于快速试用。
企业联系表单，适用于需要专门支持的组织。

许可证

代码根据 Dify 开源许可证 发布，该许可证基于 Apache 2.0 并附加条件（请参阅 LICENSE）。

以上所有信息均直接取自仓库的 README；未添加任何外部假设。