Dify 是什么？可视化搭建 AI Agent 的开源平台，从拖拽到上生产一条龙

导语

这两年做 AI Agent，圈里基本吵成两派：一派是程序员，抱着 LangGraph、CrewAI 这种代码框架死磕；另一派是不太想写代码的，比如运营、产品经理，就想把牛逼的大模型接进来，拖一拖拽一拽，把应用跑起来。

Dify 就是给第二类人准备的，但它牛在连第一类人也抢着用。作为 GitHub 上星数最高的可视化 Agent 构建平台（截至 2026 年 9 月约 15.5 万星、2.4 万 fork），它在「可视化工作流 + 生产级部署」这条路上跑得又快又稳。今天这篇，就把它扒清楚。

Dify 是什么

一句话：Dify 是一个可视化、可自托管的 AI 应用开发平台，把”接模型、搭工作流、做 RAG 知识库、上生产”整条链路都塞进同一个网页工作台里。

它不是某一个”Agent 工具”，而是一个完整的工作空间，核心玩法有三个：

• Workflow / Agent 编排：在画布上拖节点，把 LLM、工具调用、条件判断、知识库检索串成一条条流水线。你写的是逻辑，不是胶水代码。
• RAG 知识库：把文档丢进去，自动切分、向量化、检索，几分钟做出一套”喂给模型”的企业私有知识问答。
• 统一的模型/工具层：OpenAI、Anthropic、通义、自部署模型想接谁接谁，插件市场里还有一堆现成工具。换模型不改业务代码。

它的定位很直白——“Agentic Workflow Builder”。一开始它只是个聊天机器人/文本生成器，后来整个生态往 Agent 编排方向转，正好踩中大模型应用的主流节奏。（想对比同类的无代码编排，可以看看我前面写的 Langflow 基础介绍 和 Coze 介绍。）

上手怎么玩

上手 Dify 有两条路，丰俭由人：

一是直接上云。去 dify.ai 注册个号，Sandbox 免费额度先用起来，觉得 OK 再升级。托管版 Professional 从 $59/工作空间/月 起（年付更省），适合不想碰服务器的团队。

二是自托管社区版。这才是它货源的关键词——开源、Apache 2.0、可商用、完全免费无配额。拉代码、docker compose up 几分钟起一个本地栈（前端 + API + Sandbox + 中间件）。社区版唯一限制是不能当多租户 SaaS 卖给别人，个人和内部团队用没任何条条框框。对动手党来说，这是性价比拉满的玩法。

起起来之后，创建应用 → 选聊天机器人/文本生成/Agent/Workflow 模板 → 接一个模型 Key → 拖节点开始搭。第一次跑通一个”读文档→检索→带引用回答”的 RAG 客服，半小时内能搞定。

说实话

优点很明确：上手门槛低、交付快。不用写编排代码就能把 Agent 应用端到端丢上线，团队里非开发人员也能上手改流程，这对小团队和业务侧是大杀器。开源社区活跃，插件事、模板、文档都齐全，踩坑有地方问。

但丑话也得说在前头：

• 灵活度是拿代码换的。复杂的自定义逻辑、刁钻的状态机，还是得回到代码框架。可视化是哪哪都方便，但极致控制做不到。(参考我之前那篇 Agent 工具链三层架构 里讲的推理层/工具层分层思路。)
• 平台依赖性。你在 Dify 里搭的东西，想整个搬走换成别的平台，成本不低。选型前想清楚。
• 团队治理偏弱。大团队要的权限细分、审计，社区版真没有，得上企业版。

适合谁：想快速把 Agent 应用跑起来验证效果的个人、非开发为主的团队、以及要自托管保数据隐私的公司。不适合谁：重度代码控、需要极细粒度控制核心业务逻辑的团队。

一句话总结：Dify 是那个”让不会写代码的人也能做出生产级 Agent”的答案，同时也没完全把程序员挡在门外。要不要入坑，取决于你更看重”快”还是”狠”。

by 数码罗记·godsun.pro