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.

What it solves

Dify 简化了将 AI 应用从原型转向生产的过程。它提供了一个统一的平台,消除了手动将模型管理、RAG 管线与代理框架等不同 AI 组件进行缝合的需要,而这些组件通常需要复杂的代码与基础设施建设。

How it works

Dify 作为一个 LLM 应用开发平台,将多个核心能力整合进一个视觉化界面:

  • Visual Workflow: 用于构建和测试 AI 工作流的画布。
  • Model Management: 通过各种供应商与数百个专有和开源 LLM (e.g., GPT, Mistral, Llama3) 进行整合。
  • RAG Pipeline: 用于文档摄取 (PDFs, PPTs, etc.) 和检索的内置系统。
  • Agent Framework: 支持基于 LLM Function Calling 或 ReAct 的代理,并提供超过 50 个内置工具 (e.g., Google Search, DALL·E)。
  • LLMOps: 用于监控应用日志并分析性能以迭代改进提示词 (prompts) 和数据集的工具。
  • Backend-as-a-Service: 为所有功能提供 API,允许开发者将这些 AI 能力整合进现有的业务逻辑中。

Who it’s for

开发者与组织,旨在快速构建、部署、并维护使用 LLM、代理与 RAG 的 AI 应用,而无需管理 AI 生态系统中碎片化的工具链。

Highlights

  • Visual Canvas: 以视觉化方式构建和测试 AI 工作流。
  • Broad Model Support: 兼容于任何 OpenAI API 兼容的模型与数十个供应商。
  • RAG Pipeline: 开箱即用支持从常见文档格式中提取文本。
  • Agent Tools: 50+ 预建工具用于 AI 代理。
  • Observability: 与 Opik, Langfuse, Arize Phoenix 进行集成,用于监控。
  • Self-hosting: 可通过 Docker Compose 使用社区版进行完全的环境控制。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目