Dify 是什么?一套就能上线 AI 应用的开源工作流平台
导语: 前面几篇把能写代码、能聊天的 Agent(Hermes、Codex、AutoGen、CrewAI)都讲了一遍,有读者问:我就想做个知识库问答、客服机器人,不想写 Python,有没有点点鼠标就能上线的?有,这就是 Dify。它是这批横向平台里”成品度”最高的一个。
一、项目介绍:不只是画布,而是一整套后端
Dify 官网把自己定位成”面向生产就绪的 Agentic Workflow 平台”(dify.ai)。画流程图只是它的一半,另一半是一般画布工具不给你的东西:模型接入管理、知识库(RAG)、发布成 Web App / API、对话日志和用量监控、多 workspace 权限。
几个关键事实(2026 年中多源交叉核实):GitHub 约 14 万 Star 级别;社区版可 Docker 自托管,另有 Dify Cloud(Sandbox 免费,付费版约 59 美元/月起);许可证是自家的 Dify Open Source License(基于 Apache 2.0 加了限制条款,不允许直接拿它对外提供托管服务,采购卡 OSI 合规的话要注意);技术栈是”全家桶”——PostgreSQL + Redis + Celery worker,官方建议 4G 内存起步。
横向对比一句话:Flowise(约 5 万 Star,Apache 2.0)最轻,单 Node 进程 1G 内存就能跑,适合快速做个内部聊天机器人;Langflow(约 14 万 Star,MIT)最程序员向,画完能导出 Python / LangChain 代码接着改;Dify 最重,但 RAG、发布、监控一次给齐,适合”要给别人用”的场景。
二、上手:三步跑起第一个知识库问答
第一步,Docker Compose 把社区版拉起来,官方一条命令就能启动。第二步,在 Studio 里建应用:选 Workflow 或 Agent,拖个 LLM 节点,接上模型(OpenAI、Claude、Gemini、DeepSeek、Ollama 本地模型都支持,一百多种模型配置开箱即有)。第三步,建知识库:把文档传进去,配置分段和 embedding,选混合检索 + rerank,然后连进流程发布成 Web App 或 API。
还有两个实用功能:Supervisor Agent 模式可以协调多个子 Agent 并行调工具;Marketplace 里有模型、工具、数据源和 MCP 插件,团队内可复用,不用每个应用从零接线。
三、实话:它适合谁,不适合谁
先说适合:给团队、给客户交付 AI 应用,Dify 是这批里最省事的——版本发布/草稿分离、每条流程默认就是 API、对话日志和 OpenTelemetry 可接出去,对”上线后谁来运维”考虑得最周全。内部 GPT 助手、客服机器人、资料问答这三类需求,Dify 基本开箱覆盖九成。
再说不适合:第一,重。PostgreSQL、Redis、worker 全套自托管,和 Flowise 单容器 npx flowise start 一分钟跑起来的体验完全两个世界,个人小 VPS 要掂量内存。第二,沙盒里的 Python Code 节点限制很严(不能随意装包、调外部网络受限),复杂逻辑别硬塞,得用自定义工具或外部服务。第三,许可证有附加条款,想基于它魔改后对外卖托管服务,法务上先看清。
给本站读者的建议:玩客云、路由器这种小设备别想了,Dify 至少放 N100 或 4G 以上云主机;已经在跑 Hermes 的人,可以这样分工——Hermes 负责定时任务、服务器运维、写文章发布,Dify 负责对外服务的知识库问答,各干各擅长的。
四、署名
by 数码罗记·godsun.pro —— 本篇是 Agent 平台横向简介基础篇之一,数据截至 2026 年 9 月多源交叉核实,Star 数会涨,以 GitHub 实时为准。