Dify

Dify是一款開源的生產級Agentic工作流開發平臺，為LLM應用提供從構思、開發到部署、監控的完整基礎設施

開發者服務

https://dify.ai/zh

前往官網

深度報告

Dify是一款開源的生產級Agentic工作流開發平臺，由langgenius團隊開發和維護。該平臺為大語言模型（LLM）應用開發提供從構思、開發到部署、監控的完整基礎設施，幫助開發團隊打造能夠投產並創造真正商業價值的AI解決方案。Dify的核心定位是降低AI應用開發的技術門檻，同時保持足夠的靈活性和擴充套件性，以滿足企業級應用的生產需求。 Dify在GitHub上已獲得超過50,000顆星標，累計下載量超過500萬次，全球開發者社群規模超過800人，基於Dify構建的應用數量已超過100萬個，覆蓋了眾多行業領域。2026年3月，Dify完成了3,000萬美元的Pre-A輪融資，由紅杉資本領投。
產品起源與發展歷程：Dify專案始於對大語言模型應用開發痛點的深刻洞察。在Dify誕生之前，開發者如果想要構建一個基於大語言模型的應用，通常需要從零開始編寫大量程式碼，處理模型呼叫、提示詞管理、上下文維護、輸出解析等技術細節。 Dify團隊的核心理念是提供一種開箱即用、生產就緒的解決方案。與LangChain等偏向開發庫的工具相比，Dify更像是一套經過精良工程設計和嚴格軟體測試的腳手架，提供了更接近生產需要的完整方案。投資融資情況：2026年3月，Dify完成了3,000萬美元的Pre-A輪融資，這一輪融資由紅杉資本領投，跟投方包括GL Ventures、Alt-Alpha Capital、瑞穗力合投資和NYX Ventures等。
視覺化工作流引擎：工作流引擎是Dify最核心的功能元件，提供了拖拽式的節點編輯器，支援從簡單問題回答到複雜業務自動化的全場景覆蓋。使用者可以透過圖形化介面構建複雜的AI處理流程，無需編寫大量程式碼。 Dify的工作流分為兩種型別：Chatflow和Workflow。Chatflow專為對話場景最佳化，支援多輪對話和上下文管理，適用於智慧客服、助手類應用；Workflow則面向更廣泛的自動化場景，支援批處理和複雜的資料處理流程。企業級RAG引擎：RAG（檢索增強生成）是當前大語言模型應用的主流架構之一，Dify在RAG方面投入了大量研發資源，形成了功能完備的企業級RAG解決方案。該引擎支援混合檢索策略，結合向量檢索和全文檢索的優勢，顯著提升檢索結果的精度和召回率。多模型支援與MCP整合：Dify全面支援接入全球各類開源和閉源的大型語言模型，包括OpenAI GPT系列、Anthropic Claude系列、開源的Llama系列、智譜GLM系列等。在最新版本v1.9.2中，Dify實現了雙向MCP整合。 LLMOps全鏈路能力：Dify提供了完整的LLMOps功能，包括實驗管理、A/B測試、灰度釋出、執行監控等。
雲服務定價：Sandbox版本完全免費，提供200條訊息額度。Professional版本定價$59/月，適合小型團隊。Team版本定價$159/月，適合中型團隊。對於學生和教育工作者，Dify所有版本均免費開放。企業版與開源版：Dify的企業版提供私有化部署方案，包含高可用叢集部署、SSO單點登入、RBAC細粒度許可權管理等。開源版本採用Apache License 2.0協議，可免費商用，支援Docker Compose一鍵部署。
正面評價：使用者對Dify的正面評價主要集中在以下幾個方面。首先，Dify的功能覆蓋非常全面，從工作流編排到RAG檢索、從Agent開發到LLMOps監控，幾乎涵蓋了AI應用開發的所有核心環節。其次，Dify的視覺化工作流編輯器大幅降低了開發門檻，即使是非技術背景的使用者也能快速上手。第三，Dify的私有化部署能力贏得了對資料安全有嚴格要求的企業客戶的信任。負面反饋：部分使用者認為，Dify的功能豐富度雖然優秀，但也帶來了較高的學習成本。另外，Dify的開源協議並非標準的開源協議，存在一定的商業使用限制。
Dify在開源AI應用開發平臺賽道中已經確立了領先地位。根據公開資料，Dify的GitHub星標數已超過50,000，在同型別開源專案中處於領先位置。全球超過100萬個應用基於Dify構建，覆蓋了網際網路、金融、醫療、教育、製造業等多個行業。
開源協議爭議：Dify採用的是基於Apache 2.0的開源許可，但附加了額外條件，並非完全意義上的開源協議。有開源社群人士指出，Dify的這種做法實際上是原始碼可用（Source-Available）而非傳統意義上的開源。資料安全風險：雖然平臺支援私有化部署，但在雲服務模式下，使用者的資料都需要經過Dify的伺服器處理，這對資料敏感型企業來說可能存在顧慮。
推薦人群：Dify最適合希望構建生產級AI應用的企業AI團隊、資料工程師和知識管理團隊、獨立開發者和創業團隊，以及已經有一定技術能力的開發團隊。使用建議：對於初次接觸Dify的使用者，建議從免費版本開始，逐步熟悉平臺的核心功能和操作方式。在構建正式應用之前，可以利用Dify的實驗功能對比不同模型和Prompt的效果。

使用者評論

Olivia.ThompsonQ

—

Dify 從 v0.x 一路升到 1.14,每次大版本升級都折騰半天,資料庫遷移跑完還得手工修欄位,有一次直接搞崩了知識庫索引花了一整天重建。建議自部署的一定要做好備份再升級,血淚教訓。

erpje2o99

—

RAG 質量確實比別的開源方案好,混合檢索加重排那套下來,中文召回率比我之前試的 FastGPT 高出一截。但前提是文件本身得乾淨,丟一堆掃描件進去效果就拉胯了。

kqreqlob

—

太強了,直接自部署接本地模型,零 API 成本跑知識庫,老闆非常滿意。

Laura.CollinsZ

—

Docker 部署成功後接上 Ollama 跑本地模型,API 成本為零,公司內部知識庫隨便用,老闆對資料不出內網很滿意。就是部署文件寫得太簡略了,新手看著頭大,光是配反向代理就卡了兩天。

JordanLeeX

—

工作流編排確實強,但節點多了畫布卡得要命。沒內建版本控制也很蛋疼。

SRogers288

—

文件追不上功能更新。新功能出來找不到說明,得去 GitHub issues 翻。

Henry.RamirezX

—

Sandbox 才 200 條額度,測幾天就沒了。Pro 一個月 $59 起步,小團隊不算便宜。

羅丹晴

—

對比 Coze 和 Dify,Coze 上手快但位元組生態太封閉,Dify 門檻高但靈活度真的大。最終選了 Dify,能自己掌控模型切換和資料,心裡踏實。

ERkru

—

用 Dify 搭了個客服工作流:判斷問題型別→檢索知識庫→生成回覆→低置信度轉人工。整套在畫布裡串下來大約 45 分鐘,比之前用 LangChain 寫一天快太多了,而且後續迭代也方便。主要是視覺化之後產品經理也能看懂流程了,溝通成本大大降低。

Preston394

—

Agent 節點除錯起來真讓人頭大。它自己決定調什麼工具啥時候檢索,邏輯鏈走歪了根本看不清怎麼走到那步的。

RobertKimII

—

紅杉 3000 萬美金融資,三年做到這個程度確實厲害。

Carl.Morales_88640

—

試了好幾種分段策略,父子分塊對長文件效果最好。大章節切成父塊小段落做子塊,檢索時先找子塊再關聯回父塊,上下文完整性比簡單分段好太多了。建議用 Dify 做知識庫的朋友都試試這個方案,檢索精度能提不少。

月光256

—

別把 Demo 當生產用。測試時跑得可順了,一上生產資料庫連線池先爆了,知識庫檢索超時,模型呼叫排隊,然後全線崩。生產部署一定要先壓測,資源配置至少翻倍,各節點做好熔斷限流,不然上線那天就是加班日。

Kenneth_SandersIII2

—

MCP 雙向整合這個設計確實有前瞻性,既能呼叫外部 MCP 服務,也能把自己釋出成 MCP 給別人調。我們用這個接上了內部程式碼審查和 Jira,打通了之前的斷點。社群在這方面走得比很多商業產品都快,值得肯定。

Olivia.Mitchell_2020

—

同事第一次開啟直接懵了,選項太多不知道點哪個。

暖陽_12

—

Prompt IDE 確實方便,左側寫提示詞右側實時出結果,變數注入和模型切換都很絲滑。但偶爾改完儲存了沒生效得重新整理頁面,小 bug 有點煩。另外多輪對話時上下文視窗管理不夠透明,建議官方加個視覺化上下文視訊記憶體佔用。

沈建欣

—

最完整的開源 AI 應用開發平臺,完整也意味著複雜。有技術團隊想私有化部署就選它,只想做個問答機器人的用 Coze 就夠了,別跟自己過不去。選型之前一定想清楚自己要的是什麼。

DiamondHandsHernandez

—

卡在純程式碼框架和無程式碼平臺之間的定位很聰明,開發者覺得省事,業務覺得可控。兩邊的人能在同一工具上協作,這個隱性價值挺大的。而且提示詞改完不用重新部署,重新整理就行,迭代速度確實快。

石貞紅

—

回不去了,用過 Dify 的工作流編排之後,再看別的平臺總覺得差點意思。

Samantha_Simmons_77

—

雲端版訊息額度太難受了,月 5000 條看起來多,但工作流裡一個流程可能消耗 3 到 5 條,根本不夠。做演示還行,上生產還是得自部署。

JMorgan_202012

—

3 月融資後外掛市場活躍了不少,但質量參差不齊。有些裝上跑不起來還得自己改程式碼。不過話說回來開源生態能有這個規模已經很不錯了,比 LangChain 那套全靠自己寫的體驗友好太多,社群氛圍也好很多。

goldenleopard309

—

程式碼節點很好用,畫布裡直接寫 Python 或 JS。但除錯資訊太簡陋了。

CLewis_668

—

對比了 LangChain,同場景 Dify 搭兩小時,LangChain 寫兩天。原型用 Dify,正式產品看團隊,各有取捨吧。

Kevin_Martin007720

—

開源協議是修改版 Apache 2.0,做多租戶 SaaS 需要商業授權。這個坑要注意。

ETmoo

—

用Dify開發Agent比LangChain簡單多了，工具呼叫、記憶管理都封裝好了

OmegaOracleBrown

—

Dify的實驗管理功能可以對比不同Prompt的效果，很實用

CRwil

—

專業版$59/月有點貴，但功能值這個價

松濤12

—

Dify太強了！開源的LLM應用開發平臺，功能比Coze全多了

Douglas.Martin_6688

—

用Dify做知識庫問答，比直接調API效果好多

6n5qanvc

—

多模型熱切換功能太讚了，一個應用可以同時接GPT和Claude

Dify

深度報告

使用者評論

相關連結

同類產品