Dify教程:157k星AI应用开发平台,可视化构建Agent+RAG+工作流

📌 项目:langgenius/dify | 星数:157251 | 语言:TypeScript | 协议:NOASSERTION | 更新:2026-09-26

📋 项目简介

一句话定位:"开源版OpenAI+DALL-E+Vector DB——可视化搭建AI应用的全栈平台,从Prompt到Agent到RAG全覆盖。" Dify把AI应用开发从写代码变成了拖拽配置:可视化编排工作流、可视化调试Prompt、一键部署为Web应用或API。不需要前后端开发,产品经理也能搭AI应用。

和 Haystack 定位类似但更偏应用层——Haystack是代码框架,Dify是可视化平台。Dify覆盖了AI应用全生命周期:应用编排→数据管理→模型配置→部署上线→运维监控。

🔧 核心功能

1. 可视化工作流编排

Dify的Workflow Editor是核心亮点——通过拖拽节点构建AI工作流,每个节点是一个处理步骤(LLM调用、条件判断、HTTP请求、代码执行、知识检索等):

# 工作流节点类型
- LLM节点:调用GPT/Claude/GLM等模型
- 知识检索:从向量数据库检索相关文档
- 条件分支:IF/ELSE逻辑控制
- HTTP请求:调用外部API
- 代码执行:运行Python/JS代码
- 模板转换:Jinja2模板渲染
- 变量聚合:合并多路数据

2. Agent智能体构建

Dify支持两种Agent模式:ReAct(推理+行动)和Function Calling(函数调用)。在可视化界面里配置工具集(搜索、代码执行、数据库查询等),Agent会自主选择工具完成任务。

# Agent配置示例
Agent类型: ReAct / Function Calling
工具:
  - web_search: 网页搜索
  - code_interpreter: 代码执行
  - knowledge_retrieval: 知识库检索
模型: GPT-4 / Claude / GLM-5.3
最大迭代: 10步

3. RAG知识库管理

Dify内置完整的RAG管道:文档上传→分段→Embedding→向量存储→检索→重排→生成。支持PDF、Word、Markdown、网页等多种格式,分段策略可选(自动/父子/Q&A模式)。

⚖️ 优缺点

✅ 优势❌ 劣势
可视化编排,零代码搭建AI应用深度定制不如代码框架灵活
全生命周期覆盖(编排→部署→监控)自部署资源消耗较大
支持所有主流LLM模型企业版收费较高
内置完整RAG管道复杂工作流调试体验待优化

❓ 常见问题

Dify和LangChain有什么区别?

Dify是全栈AI应用开发平台,提供可视化界面+后端API+托管运行,开箱即用。LangChain是Python/JS库,需要写代码,更灵活但门槛更高。Dify适合快速搭建可交付的AI应用,LangChain适合深度定制。

Dify可以自部署吗?

可以。Dify是开源项目(Apache 2.0修改),支持Docker Compose一键自部署。自部署版功能完整,不受云版额度限制,但需要自己维护服务器。社区版免费,企业版提供SSO、审计日志等高级功能。

Dify支持哪些模型?

支持几乎所有主流LLM:OpenAI GPT系列、Claude、Gemini、GLM、DeepSeek、Kimi、Qwen等。通过API Key接入,也可配置本地Ollama模型。模型切换无需改代码,在界面里选择即可。