核心功能
Dify 是 langgenius 开源的 LLM 应用开发平台，把提示词编排、RAG 检索、Agent 工具调用与运行日志整合进同一套可视化界面。它适配数百种专有与开源模型，内置 Prompt IDE 和工作流画布，各项能力都对外暴露 API，可作为后端服务嵌入既有业务系统。
功能亮点
工作流画布
在画布上拖拽节点串联 LLM、检索与代码，边搭边看运行结果
提示词调试台
同一段提示词并排比较不同模型输出，可叠加语音合成等能力
后端即服务
每项功能都提供对应 API，可直接嵌进现有系统的后端逻辑
运行可观测
记录应用日志与调用性能，基于线上数据做标注并持续迭代
自定义模型 / 模型接入
多厂商支持
插件化接入数十家厂商，含通义千问、智谱AI、DeepSeek、火山引擎、腾讯混元；装OpenAI-API-compatible插件可填任意兼容端点。
接入方式
- 集成→模型供应商，安装供应商后点「设置」填API密钥
- 供应商卡片点「添加模型」，手动加清单外的自定义模型
- 装OpenAI-API-compatible插件，填API Base URL
- 本地推理装Ollama、Xinference、LocalAI、GPUStack插件
- 右上角「默认模型」指定系统推理、Embedding、Rerank模型
支持模型
OpenAIAnthropic通义千问智谱AIDeepSeek火山引擎腾讯混元Ollama
bash
接入OpenAI兼容端点（以DeepSeek为例） 进入 集成 → 模型供应商，在Marketplace中安装OpenAI-API-compatible 点该插件卡片上的「设置」，按表单填写 Type: LLM Model Name: deepseek-chat API Key: <your-key> API Base URL: https://api.deepseek.com/v1 Completion mode: Chat 保存后点右上角「默认模型」，把系统推理模型设为该模型
适用场景
• 企业内部知识问答助手搭建
• 多模型对比与提示词调优
• 以 API 形式为业务系统接入 AI
• 带工具调用的 Agent 业务流程
• AI 应用上线后的日志与效果分析
安装配置
bash
# 前置：CPU >= 2 核，RAM >= 4 GiB，Docker Compose >= 2.24.0 git clone https://github.com/langgenius/dify.git cd dify/docker cp .env.example .env docker compose up -d docker compose ps # 各容器应为 Up / healthy，init_permissions 显示 Exited 属正常
使用方法
bash
1) 浏览器打开 http://localhost/install ，设置管理员账号完成初始化 2) 登录 http://localhost ，在「设置 - 模型供应商」填入 OpenAI 或兼容 API 的密钥 3) 进入「知识库」上传 PDF、DOCX 等文件，选择分段与索引方式完成处理 4) 在「工作室」新建聊天助手或工作流应用，在编排页关联该知识库并调试 5) 发布后在「访问 API」页获取 API Key，以 Backend-as-a-Service 方式接入业务系统
优点
- 工作流画布与 RAG、Agent 在同一平台内打通，不必自己拼装组件
- 内置数百种模型供应商适配，换模型不用改动应用编排逻辑
- 每个应用自带 API 与 Web 分享页，可直接接入业务或对外发布
- 日志、标注与运行分析内置，便于定位回答效果问题
缺点
- 采用 Dify Open Source License（基于 Apache 2.0 并附加条件），商用前需逐条核对许可限制
- 自托管要同时拉起 api、worker、web、weaviate、postgres 等十余个容器，运维负担不小
- 官方给出的最低配置仅 2 核 4GiB，生产环境的向量库与任务队列开销需自行评估扩容
- 超出画布节点能力的定制需要写插件或改源码，可视化编排存在覆盖边界