Dify：可视化画布上的 LLM 应用开发平台

把 LLM 应用从 demo 推到生产，卡点通常不在模型，而在周边：提示词怎么版本化、检索管线谁来做、换一家推理 provider 要改多少代码。公众号「寻微一隅」10 月 15 日清单把 Dify 放在接单最热的 AI 应用层，它也是 GitHub 上星标最高的 LLM 应用开发平台之一（TypeScript，截至 2026-10-15 约 15.9 万 star）：工作流、RAG、Agent、模型管理和可观测性收进一个可视化界面，API 直接对外。

核心功能

• 可视化工作流：在画布上搭建和测试 AI 工作流，节点、分支、循环都能拖出来，改完即测。
• 模型支持广：接入数十家推理服务商的数百个闭源/开源模型（GPT、Mistral、Llama3 及任何 OpenAI 兼容接口），provider 清单在官方文档维护。
• Prompt IDE：写提示词、比较不同模型的表现、给聊天应用加文本转语音，都在同一个界面里完成。
• RAG 管线：从文档 ingest 到检索的全链路，PDF、PPT 等常见格式的文本抽取开箱可用。
• 带沙箱的 Agent：README 描述智能体「运行命令、装软件、处理文件」来完成开放式任务；给它挂 skills、Dify Marketplace 工具、MCP server 或自有 API，既能当聊天应用，也能作为工作流的一个步骤。
• LLMOps 与 BaaS：按生产数据和标注持续改进提示词与数据集；所有能力都有对应 API，接进自己的业务逻辑。

典型使用场景

• 接「把企业知识库变成问答助手」单子的开发者：文档 ingest、检索、提示词在平台内配好，交付的是可维护的应用而不是一坨脚本。
• 要在几个推理 provider 之间比价、比效果的产品团队：模型层抽象好，换 provider 不改应用。
• 想自托管的团队：Docker Compose 起步，官方标的最低配置是 2 核 CPU、4 GiB 内存。

快速上手

cd dify
cd docker
cp .env.example .env
docker compose up -d

需要 Docker 与 Docker Compose v2.24.0+。起来后浏览器开 http://localhost/install 完成初始化，进控制台建第一个应用。进阶的配置、可观测性与部署选项在 docs/ADVANCED_SETUP.md。

小结

适合要把 LLM 应用做成可维护产品的团队和接单开发者——平台把工作流、检索、模型管理这些「周边工程」收拢了，团队可以专注业务逻辑。不适合的场景：只想调一次 API 的轻需求，Dify 的基础设施开销不划算；以及需要深度定制执行内核的团队，平台抽象既是便利也是边界。截至 2026-10-15 是 158547 star、TypeScript、当天仍有推送，项目活跃；gh api 的 license 字段返回 NOASSERTION，采用前自行核对仓库 LICENSE 与官方版本说明（Cloud、Community、Enterprise 三条线的功能边界以官方定价页为准）。

只想给 agent 补一层可查询的记忆而不想要整套平台，可以看站内此前的 Graphiti——它做时间知识图谱，Dify 管整条应用链路；要「agent 直接在终端里写代码」，本站此前的 OpenClaw 是另一个方向。