🧱 AI开发平台 🌱 新手入门 ⭐ 精选

Dify

Item: Dify
Rating: 8.9
Author: Mnet

★★★★ ★

8.9 / 10 🟡 中级

开源AI应用开发平台，支持可视化搭建AI工作流和智能体，无需编程即可构建AI应用

开源免费自动化 Agent

🌐 访问官网

📅 收录: 2026-06-13 🔄 更新: 2026-07-05

Dify 快速入门

开源 LLMOps 平台,可视化拖拽搭建 AI 应用、工作流、Agent 和 RAG 管道,生产级特性齐全。

这是什么?适合谁?

Dify(读音 “dee-fai”)是一个开源的 LLMOps 平台,和 Coze 类似支持可视化拖拽,但定位不同——Coze 偏「运营/客服场景的快速 Bot」,Dify 偏「开发者搭建生产级 AI 应用」。它提供完整工具链:可视化工作流编排、RAG(检索增强生成)管道、Agent 框架、模型管理、日志监控、API 导出。

适合这些用户:企业开发者——想搭建公司内部的 AI 应用(智能客服、知识库助手、文档分析),需要私有化部署、数据可控;AI 应用创业者——做 SaaS 产品,后端能力不想从零写,直接用 Dify 提供的 API;研究机构/学校——RAG、Agent 实验平台,又不希望被商业云绑定;以及希望「自托管」的团队——所有数据存在自己的服务器上,合规可控。

和同类产品(Coze、FastGPT、LangChain、Flowise)比,Dify 的差异是开源 + 全栈 + 生产就绪。Coze 是字节 SaaS,FastGPT 偏 RAG 而非全栈,LangChain 是代码库不是产品,Flowise 偏 workflow 而非应用。Dify 是少数「开箱即用 + 开源 + 全栈 + 生产特性」齐备的平台,内置日志、监控、版本管理、API 鉴权,从原型直接走到生产。

准备工作

Docker 24+ 和 Docker Compose:Dify 官方推荐 Docker 部署,这是最省心的方式。安装地址:https://www.docker.com/。
8GB 内存起步:本地跑 Dify 至少 8GB,推荐 16GB。
至少一个大模型 API Key:OpenAI、Anthropic、DeepSeek、Qwen、智谱、月之暗面等所有 OpenAI 兼容服务都行。
基础命令行知识:会用 cd、ls、docker compose up 这种简单命令。
付费提示:Dify 本体免费开源(商业版除外),调用大模型需要付费。DeepSeek、Qwen 性价比高,新手一个月几块钱够用。
可选:云服务器(2 核 4G 起步,推荐 4 核 8G),部署在公网让团队用。

3 步快速上手

第 1 步:安装/访问

方法一(推荐):Docker Compose 部署

git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d
- **```**: 启动完成后,浏览器打开 [http://localhost/install](http://localhost/install),第一次进入初始化向导,设置管理员账号。

**方法二:Dify Cloud(免安装)**:不想自己部署,直接用 Dify 官方云 [https://dify.ai](https://dify.ai),注册即用。免费版每月有 200 次消息额度,适合学习。生产环境建议自托管。

### 第 2 步:配置/初始化

**1) 添加模型供应商**:

登录后,右上角「头像 → 设置 → 模型供应商」,点「+」添加你想用的模型:

- **OpenAI**:填 API Key([https://platform.openai.com/api-keys](https://platform.openai.com/api-keys) 创建)
- **Anthropic Claude**:在 [https://console.anthropic.com/](https://console.anthropic.com/) 创建 Key
- **DeepSeek**(国内便宜):[https://platform.deepseek.com/](https://platform.deepseek.com/) 注册
- **本地 Ollama**:填 `http://host.docker.internal:11434` 作为 base URL

新手推荐先配 DeepSeek 或 Qwen,价格低、中文支持好。

**2) 创建第一个应用**:

回到主界面,点「+ 创建空白应用」:

- 应用类型选「聊天助手」(新手推荐)
- 编排方式选「基础编排」(可视化,最简单)
- 输入应用名称和描述

### 第 3 步:跑第一个任务

**步骤 1:加知识库**

在应用编辑页右侧「知识库」→ 「+ 添加」 → 「导入已有文本」或「上传文件」,支持 PDF、Word、Markdown、TXT、CSV。上传后 Dify 自动分段、向量化(用配置的 Embedding 模型)。

**步骤 2:测试对话**

- **在应用编辑页右上角「调试与预览」区,输入:**: ```
这个产品支持哪些支付方式?
- **```**: 回车后,Dify 会:用 Embedding 把问题转成向量 → 在知识库找最相关 3 段 → 把文档塞进 Prompt 模板 → 调用 LLM 生成答案 → 在调试区显示答案+引用了哪些文档片段。

**步骤 3:发布**

点右上角「发布」 → 「发布更新」 → 选发布渠道(API、网页嵌入、浏览器扩展等):

- **API 模式**:得到 OpenAI 兼容的 API endpoint,可在自己应用里调用
- **嵌入网页**:复制一段 HTML 嵌到你的网站
- **浏览器扩展**:Chrome 扩展,在任何网页上调用

## 常见踩坑

1. **Docker 启动失败,报 port 80 is already in use**:80 端口被占用。编辑 `.env` 文件,把 `NGINX_PORT=80` 改成 `NGINX_PORT=8080`,然后重启。
2. **模型调用报 Invalid API key**:Key 复制时带空格,或 model 名字拼错。在「模型供应商」重新填 Key,确认没多余空格;核对 model 名字(比如 `gpt-4o-mini` 不能写成 `gpt4o-mini`)。
3. **知识库检索不到内容**:Embedding 模型没配,或文档没正确分段。在「设置 → 模型供应商」配置 Embedding(推荐 `text-embedding-3-small` 或 `bge-large-zh`);在知识库详情页点「测试检索」验证。
4. **Docker 容器反复重启**:内存不够,数据库起不来。给机器加内存到 8GB 以上;或在 `.env` 里把 `DB_MAX_CONNECTIONS` 调小到 20。
5. **嵌入网页后中文乱码**:网页编码不是 UTF-8。在 HTML `<head>` 里加 `<meta charset="UTF-8">`。
6. **工作流节点报错**:节点输入输出类型不匹配。鼠标悬停看错误提示,通常是上游输出 String 但下游要 Array,加「代码执行」节点手动转换。

## 初级用法

- **用「工作室」模板快速开始**:Dify 提供 50+ 模板,包括「客服机器人」「文档问答」「AI 翻译」「简历筛选」「SQL 生成器」等。点开模板 → 「使用此模板」 → 改改配置就能上线。
- **用知识库 + 聊天助手做「企业知识问答」**:经典用法——把公司手册、产品文档、FAQ 上传到知识库,搭 Chatbot,员工问什么 AI 答什么,降低新人培训成本。
- **用工作流做「长文档总结」**:拖一个工作流:输入 URL → 抓取网页 → 切分 → 逐段总结 → 合并输出。非常适合做「竞品分析报告」「论文摘要」。

## 高级玩法

- **用 API 集成到自己的应用**:Dify 应用发布后,会给 OpenAI 兼容的 API endpoint,可在自己代码里调用:

```python
import openai
client = openai.OpenAI(
    api_key="你的 Dify API Key",
    base_url="https://api.dify.ai/v1"
)
response = client.chat.completions.create(
    model="你的应用名",
    messages=[{"role": "user", "content": "你好"}]
)
print(response.choices[0].message.content)
- **```**: - **写复杂 Agent 节点**:Agent 节点支持自定义工具——可写一个 Python 函数(或 HTTP API),注册为工具,让 Agent 在需要时调用,比如「查询公司订单系统」「调用内部数据 API」。
- **RAG 高级检索**:向量检索对很多场景够用,但「关键词检索」或「混合检索」效果更好。Dify 支持在知识库配置里切换检索方式(向量/全文/混合),还能调 Top K、相似度阈值等参数。

## 小技巧

1. **本地开发用 Ollama 完全免费**:不想花钱买 API Key,在本地装 [https://ollama.com](https://ollama.com) 跑开源模型(比如 Llama 3.1、Qwen 2.5),Dify 直接对接,完全免费。
2. **善用「日志」功能调试**:每次对话的完整 prompt、检索结果、LLM 响应都记在日志里,排查问题非常方便。
3. **知识库分段大小影响检索质量**:文档结构化强(标题清晰)用 500 字分段;口语化用 200 字;技术文档用 1000 字。
4. **生产环境用外部数据库**:默认 SQLite 适合开发,生产换 PostgreSQL(`.env` 里改 `DB_TYPE=postgres` 即可)。
5. **用 API 而不是嵌入式**:API 集成更灵活,可做用户鉴权、流量控制、监控告警,适合正式产品;网页嵌入只适合简单场景。

## 参考链接

- 官网:[https://dify.ai](https://dify.ai)
- GitHub 仓库:[https://github.com/langgenius/dify](https://github.com/langgenius/dify)
- 官方文档:[https://docs.dify.ai](https://docs.dify.ai)
- 部署指南:[https://docs.dify.ai/getting-started/install-self-hosted](https://docs.dify.ai/getting-started/install-self-hosted)
- Dify Cloud:[https://cloud.dify.ai](https://cloud.dify.ai)
- 社区论坛:[https://github.com/langgenius/dify/discussions](https://github.com/langgenius/dify/discussions)
---

> 本文基于官方文档和公开资料整理，AI辅助生成。如有错误或过时信息，请通过 contact@magicnetworld.com 反馈。

📊 评分与标签

评分说明

总分 8.9/10 · P_优选

📊 可观测社区指标（数据核验日期：2026-07-07）

GitHub: langgenius/dify ★148k, 🔱23.3k, 282 Issues, 603 PRs, 11,474 Commits
Docker Hub: langgenius/dify-api 10M+ pulls
Cloud 定价: dify.ai/pricing Sandbox 免费（200条消息/月），Professional $59/月，Team $159/月

⚙️ 功能完整度 2.3/2.5

开源 LLMOps 全栈平台——可视化工作流编排（拖拽式 20+ 节点类型）、RAG 管道（知识库 + 向量检索 + 混合检索 + 重排序）、Agent 框架（自定义工具 + function calling + ReAct）、50+ 应用模板、模型管理（30+ 供应商）
- 来源：Dify GitHub
模型管理支持 OpenAI/Claude/DeepSeek/Qwen/Ollama/vLLM 等 30+ 供应商，日志监控、API 导出（OpenAI 兼容）、多租户 SSO
- 来源：Dify官方文档
Docker 一行命令部署，Apache 2.0 开源许可
- 来源：Dify部署指南
对比 Coze: 偏开发者而非运营 Bot 场景，可自部署数据可控；- 对比 LangChain: 是产品而非代码库，开箱即用；- 对比 FastGPT: 全栈覆盖而非纯 RAG；- 对比 Flowise: 应用级而非纯工作流

✨ 输出质量 2.2/2.5

工作流引擎成熟稳定，节点式编排在生产环境经受大量验证（148K Stars 社区规模级验证）
- 来源：Dify GitHub
RAG 检索质量可调（Top K / 相似度阈值 / 检索方式切换），知识库分段大小可根据文档类型优化
- 来源：Dify官方文档
对比 LangChain: 工作流一致性更好但定制灵活性略低；- 对比 Coze: 输出更专业但 C 端体验不如字节系产品；- 对比 FastGPT: Dify 在 Agent 与工作流综合能力上领先，FastGPT 在纯 RAG 精度上略胜
部分复杂 Agent 场景下节点报错需手动调试（GitHub 282 个 open Issues 反映）

🖐️ 易用性 1.4/1.5

可视化拖拽编排大幅降低 AI 应用开发门槛——从”写代码搭 RAG”到”拖节点连流程”
- 来源：Dify官方文档
Dify Cloud 注册即用（免费 200 次消息/月），Docker Compose 3 行命令自部署
- 来源：Dify Cloud
50+ 模板覆盖客服 / 文档问答 / 翻译 / SQL 生成等场景一键复用
- 来源：Dify模板库
Code 节点支持 Python/JS 自定义逻辑弥补拖拽局限
对比 LangChain: 学习曲线断崖式降低；- 对比 Coze: 国内网络需自部署克服，Cloud 版功能略受限；- 对比 n8n: AI 原生场景更专注

💰 性价比 1.4/1.5

开源 Apache 2.0 许可免费自部署（需自备服务器 + 大模型 API）
- 来源：Dify GitHub LICENSE
Cloud Sandbox 免费 200 条消息/月，Professional $59/月，Team $159/月
- 来源：Dify定价页
对比 Coze（字节 SaaS 完全免费）: Dify 数据自主性更强但需运维成本；- 对比 LangSmith（LangChain 监控 $39/月起）: Dify 免费开源替代优势明显；- 对比 FastGPT（开源免费）: Dify 功能更全栈
自部署需 8GB+ 内存 Docker 环境，大模型 API 调用另计费（推荐 DeepSeek/Qwen 降本）

🔒 稳定性 0.8/1.0

148K Stars 社区极度活跃，11,474 Commits 反映持续高频维护
- 来源：Dify GitHub
Docker Hub 10M+ pulls 反映生产环境广泛采用
- 来源：Docker Hub dify-api
官方 50+ 模板覆盖主流场景，插件市场（Marketplace）已上线并快速扩充
- 来源：Dify Marketplace
国内外教程密度高（B站 / YouTube / 掘金均有系统课程）
对比 Coze（100万+ Bot 商店）: Dify 分发数量少但技术深度与开源生态领先
扣分因: 282 个 open Issues 反映部分功能仍有 bug，复杂 Agent 场景下节点报错需手动调试

🛡️ 隐私安全 0.8/1.0

Apache 2.0 开源许可，支持完全本地部署，数据不出内网
- 来源：Dify GitHub LICENSE
私有化部署方案可满足企业数据合规需求（数据存储在自有服务器）
对比 Coze（字节 SaaS）: Dify 数据自主性大幅领先——用户可完全离线运行；- 对比 LangChain（需自行搭建安全体系）: Dify 内置 API 鉴权、多租户 SSO
生产环境建议使用外部数据库（PostgreSQL），默认 SQLite 适合开发
- 来源：Dify部署指南

评分依据可追溯至公开来源，每项分数均有明确理由和数据支撑。

🏷️ 标签说明

开源免费: Apache-2.0 开源许可，代码完全开放可审计，支持 Docker 一键私有化部署或使用 Cloud SaaS 版。自部署无许可费用，仅需自备服务器资源。来源：Dify GitHub LICENSE
自动化: 可视化工作流编排引擎，支持 20+ 节点类型拖拽组合自动化流程——从知识库检索到 LLM 调用到代码执行到条件分支，全链路自动串联。RAG 管道自动分段/向量化/检索/重排序。来源：Dify官方文档
Agent: AI Agent 开发平台，内置 ReAct 框架 + function calling + 自定义工具注册，Agent 可自主规划、调用外部 API、操作数据库、执行代码，实现多步骤自主任务。来源：Dify GitHub

📋 来源与核验记录

✅ 已核验: Dify GitHub（成功获取 ★148k, 🔱23.3k, 282 Issues, 603 PRs, 11,474 Commits）
✅ 已核验: Dify定价页（成功获取 Sandbox 免费、Professional $59/月定价数据）
✅ 已核验: Docker Hub dify-api（成功获取 10M+ pulls 数据）
⚠️ 未验证（Cloudflare拦截）: ProductHunt Dify（Cloudflare 安全验证页，无法自动化访问）

同分类推荐

AI开发平台分类下的其他工具

)}

Dify 快速入门

这是什么?适合谁?

准备工作

3 步快速上手

第 1 步:安装/访问

📊 评分与标签

评分说明

同分类推荐

DeepSeek

Coze

OpenAI API

ChatGPT