Dify

活跃
GitHub TypeScript NOASSERTION

简介

Dify 是一个开源的 LLM 应用开发平台，提供可视化的 Agent 编排界面，支持工作流、知识库和多种模型。

核心特性

  • 可视化工作流编排 — 在画布上拖拽构建 AI 工作流，支持条件分支、循环和并行节点
  • 多模型集成 — 无缝接入数百个 LLM（GPT、Llama、Mistral 等），支持 OpenAI 兼容 API
  • RAG 管道 — 内置文档解析（PDF/PPT 等）、向量存储和检索增强生成全流程
  • Agent 能力 — 支持 Function Calling 和 ReAct 两种 Agent 模式，可挂载自定义工具
  • Prompt IDE — 可视化 Prompt 编辑器，支持多模型对比和 TTS 等附加功能
  • 可观测性集成 — 内置 Opik、Langfuse、Arize Phoenix 等监控工具的集成支持

适用场景

💡 构建企业级客服机器人，结合知识库检索和多轮对话能力处理用户咨询
💡 搭建文档问答系统，上传内部文档后实现基于 RAG 的精准知识检索
💡 创建数据分析 Agent，通过工作流自动化处理 CSV/数据库的结构化分析任务
💡 开发多模型对比评测平台，在同一界面测试不同 LLM 的输出质量
💡 搭建内部 AI 应用原型，快速验证 LLM 工作流的可行性后再投入生产

标签

platform workflow rag typescript

分类

🔄 工作流 🤖 Agent 框架

快速开始

# 克隆仓库并进入 docker 目录
git clone https://github.com/langgenius/dify.git
cd dify/docker

# 复制环境变量文件
cp .env.example .env

# 启动所有服务
docker compose up -d

# 访问 http://localhost/install 完成初始化
访问 GitHub 访问官网 查看文档

相关项目

相关文章

DifyAgent 工作流RAG

Dify 深度实践：从 RAG 到 Agent 工作流的全流程低代码平台

Dify (145k Stars, $30M Pre-A) 是开源 LLM 应用开发平台的标杆。从 Docker 部署、RAG 管线、Agent 编排到 MCP 集成，本文带你全流程上手。

阅读全文 →
GraphRAG知识图谱LightRAG

GraphRAG 实战：用知识图谱给 Agent 装上关联理解能力

传统向量 RAG 只能找到"相似的块"。GraphRAG 提取实体关系构建知识图谱，让 Agent 理解"谁、在哪、什么时候、和什么有关"。对比 Microsoft GraphRAG 和 LightRAG 两条技术路线。

阅读全文 →
RAG向量数据库知识库

RAG技术详解：让AI Agent拥有知识库

深入解析检索增强生成(RAG)技术，教你如何为 AI Agent 构建私有知识库，提升回答的准确性和可靠性。

阅读全文 →