Dify 是 LangGenius 出品的开源 AI 智能体平台，GitHub 获得 143,000+ Star。提供可视化工作流编排、RAG 知识库、多 Agent 协作、模型管理和 LLMOps 监控，支持接入 OpenAI、Claude、Gemini、Llama、DeepSeek 等 100+ 主流模型。可云端托管或完全私有化自部署。

Dify — 开源 AI 工作流与 Agent 构建平台

核心参数与统计

参数	详情
GitHub Stars	143,800+（截至 2026 年 6 月）
GitHub Forks	22,600+
开源协议	Apache 2.0（部分企业功能为商业授权）
支持模型数量	100+ 主流 LLM（OpenAI、Claude、Gemini、Llama、DeepSeek、Qwen 等）
最新版本	1.14.2（2026-05-19）
部署方式	云托管（dify.ai）/ Docker 自托管 / Kubernetes
工作流节点类型	20+（LLM、知识检索、条件分支、代码执行、HTTP 请求等）
RAG 支持	向量数据库 + 全文检索混合召回

Dify 的核心差异在于将「LLM 应用开发」提升为可视化工程：复杂的多步骤 AI 工作流通过拖拽节点完成编排，非工程师也能理解和维护，同时保持足够的灵活性供开发者深度定制。

用户与市场认可

• GitHub 超 143K Star，是全球增长最快的 AI 应用构建开源项目之一，Forks 超 22K。
• 全球贡献者超过 1,000 人，社区活跃度持续居高。
• 企业用户覆盖金融、医疗、零售、教育等多个垂直行业，典型场景包括客服机器人、文档问答、内部知识库和业务流程自动化。
• 在同类开源工具（LangChain、n8n、Flowise）中，Dify 以「开箱即用」和「可视化工作流」定位获得更多非技术用户认可。

成本优势

计划	价格	主要权益
社区版（自托管）	完全免费	全功能开源，需自行部署和运维
Cloud 免费版	$0	200 条消息/天，5 个应用，1 个知识库，500 文档
Cloud 专业版	$59/月（工作区）	无消息上限，50 个应用，更多知识库与存储
Cloud 团队版	$159/月起	多成员协作，高级权限管理，优先支持
Enterprise	定制报价	SSO、审计日志、私有化部署支持、专属 SLA

与 AWS Bedrock Studio、Azure AI Studio 等云厂商 LLM 应用平台相比，Dify 开源免费的社区版覆盖大多数中小企业需求，商业版价格也明显更低。自托管版本理论上只需承担服务器成本。

主要功能

• 可视化工作流编排：20+ 节点类型支持构建从简单问答到多步骤复杂自动化的任意工作流，无需编写 Orchestration 代码。
• RAG 知识库：上传文档、网页或结构化数据，Dify 自动完成向量化与索引，支持语义检索与关键词混合召回，为 LLM 提供上下文增强。
• 多 Agent 协作：支持创建多个专属 Agent 并进行任务分配与协作，适合需要分工处理不同步骤的复杂任务。
• 100+ 模型支持：统一模型管理界面，接入 OpenAI、Claude、Gemini、Llama、DeepSeek、Qwen、Mistral 等主流模型，可按工作流节点灵活切换。
• LLMOps 监控：内置对话日志、性能追踪和成本监控，帮助团队持续优化应用质量和用量成本。
• API 发布：工作流和 Agent 应用一键生成 REST API，可嵌入任意已有系统。
• 插件生态：支持通过工具节点调用外部 API 和服务，扩展工作流能力边界。
• 私有化部署：通过 Docker Compose 或 Kubernetes 完全自托管，数据不出企业内网，满足合规要求。

模型与版本演进

Dify 遵循快速迭代节奏，通常每 1-2 周发布一个次版本：

里程碑	版本	时间
开源发布	v0.1	2023-03
工作流编排上线	v0.6	2023-11
生产就绪里程碑	v1.0	2025-01
Agent 架构改进	v1.14.x	2026-04/05
当前最新	v1.14.2	2026-05-19

技术优势

可视化 + 可编程双模式：Dify 支持在可视化界面设计工作流，同时提供 API 和 SDK 供开发者以编程方式调用，两种模式可无缝切换，降低非技术团队使用门槛，同时不牺牲工程灵活性。

混合 RAG 检索：结合语义向量检索（Dense Retrieval）和关键词全文检索（Sparse Retrieval），在长文档场景下比单一向量检索拥有更好的召回准确率，尤其适合企业知识库和技术文档场景。

模型无关性：所有工作流节点支持在运行时切换底层 LLM，便于企业在成本、性能和合规之间灵活权衡（例如，常规任务用低成本小模型，关键步骤用旗舰模型）。

自托管与合规友好：Apache 2.0 开源协议允许企业完全私有化部署，数据留存于自有基础设施，适合金融、医疗等对数据合规要求严格的行业。

如何使用

入口	说明
云端托管	访问 https://cloud.dify.ai，注册后直接使用，无需安装
Docker 自托管	docker compose up -d，参考官方文档完成环境配置
Kubernetes	官方提供 Helm Chart，适合生产级集群部署
API 调用	应用发布后自动生成 API 文档，可在任意语言中集成

典型使用步骤（云端）：

1. 访问 https://cloud.dify.ai，注册并创建工作区。
2. 进入「模型供应商」配置所需 LLM 的 API Key。
3. 创建「工作流应用」，在画布上拖拽节点（如输入→LLM→知识检索→输出）。
4. 在知识库管理中上传文档，完成向量索引。
5. 发布为 API 或使用内置聊天界面，开始对话。

产品定价

Dify 采用「云端 SaaS + 开源自托管」双轨制：

• 开源社区版：完全免费，代码完全开放，自行承担基础设施成本。
• Cloud 免费版：每天 200 条消息，适合轻量评估。
• Cloud 专业版（$59/月）：无消息上限，适合小型团队生产使用。
• Cloud 团队版（$159/月起）：多成员与高级权限，适合中型团队。
• Enterprise：私有化部署支持 + 专属 SLA，以官方最新报价为准。

应用场景

1. 企业知识库问答 将企业内部文档（产品手册、规章制度、技术文档）上传至 Dify 知识库，构建内部问答机器人，员工可用自然语言查询内容，LLM 基于实时检索给出精准回答，替代繁琐的文档搜索。

2. 客服与售后自动化 配置多步骤工作流：用户问题→意图分类→知识库检索→回答生成→人工转接判断，打造企业级智能客服，在保障服务质量的同时降低人力成本。

3. 内容生产流水线 市场营销团队可设计「关键词输入→联网搜索→竞品分析→草稿生成→SEO 优化」的自动化工作流，将原本需要数小时的内容生产压缩至分钟级。

4. 数据处理与报告生成 接入数据源（CSV、数据库、API），通过工作流节点完成数据提取、清洗、分析和报告撰写，适合运营分析和研究报告场景。

适用人群

• 开发者：丰富的 API 和 SDK 接口，可快速将 Dify 工作流嵌入已有系统，避免从零构建 LLM 编排层。
• 企业技术团队：私有化部署能力和企业级权限管理，满足数据合规与安全要求。
• 非技术用户（运营/产品）：可视化工作流编排无需编程基础，团队成员均可参与 AI 应用构建与维护。
• AI 创业团队：开源免费降低启动成本，快速构建 MVP，成熟后可迁移至云托管或私有化方案。
• 不适配场景：对实时性极高（毫秒级延迟）或需深度定制 LLM 训练的场景，Dify 更适合作为应用层而非底层基础设施。

总结与展望

Dify 以「可视化编排 + 开源自托管」定位成功打入企业 AI 应用市场，143K+ GitHub Star 和持续活跃的社区证明了其市场价值。核心竞争力在于降低 LLM 应用的开发门槛，同时满足企业对数据主权的要求。

当前局限：复杂自定义逻辑（如高级路由、动态工具选择）仍需一定编程能力；大规模并发场景需自行优化部署架构；国内用户访问云托管版本可能存在网络延迟。

后续关注点：Agent 架构升级（v1.14.x 中已开始铺垫）、更丰富的插件市场、企业版功能完善，以及对 MCP 协议等新兴标准的支持。

版本信息

• Dify v1.14.2 ：安全加固与 Bug 修复，Agent 底层架构改进（为后续高级 Agent 能力铺垫），工作流可靠性提升，自托管部署优化。 （2026-05-19）
• Dify v1.14.1 ：安全加固、工作流稳定性改进与自托管部署清理。 （2026-05-12）
• Dify v1.14.0 ：主版本功能更新，具体内容以官方 changelog 为准。 （2026-04-29）
• Dify v1.13.3 ：工作流修复与性能优化。 （2026-03-27）
• Dify v1.0 正式版 ：里程碑版本，标志 Dify 进入生产就绪阶段，引入全面的 LLMOps 监控与企业级权限管理。 （2025-01-01）