Dify 介绍

Dify 是一款开源的大语言模型（LLM）应用开发平台，旨在弥合 AI 应用原型设计与生产部署之间的鸿沟。本文档为希望了解或扩展平台的开发者及技术用户提供 Dify 架构、组件与功能的技术概览。

---

平台概览

Dify 通过可视化工具与 API 的组合，提供构建 LLM 应用的端到端解决方案。其架构支持 AI 应用开发的全生命周期，包括模型集成、提示工程、知识管理、工作流编排及部署。

---

核心功能

Dify 在 LLM 应用开发生态中具备以下差异化能力：

1. 可视化工作流构建器：在画布上搭建和测试 AI 应用流程
2. 多模型支持：集成主流闭源与开源 LLM
3. 提示词管理：提供编写、测试与优化提示词的 IDE
4. RAG 管道：端到端检索增强生成能力
5. 智能体（Agent）支持：支持基于工具调用的 LLM 智能体
6. 可观测性：AI 应用监控与分析
7. API 优先架构：所有功能通过 REST API 开放

---

系统架构

Dify 采用前后端分离的现代 Web 应用架构。

• 核心子系统：
  • 会话系统
  • RAG 知识系统
  • 工作流系统
  • 应用管理系统
  • 模型提供商系统
  • 账户与租户系统
• 存储：
  • PostgreSQL（结构化数据）
  • Redis（缓存）
  • 向量数据库（文档嵌入）
• 服务交互：
  • LLM 提供商（如 OpenAI、Azure）
  • 沙箱服务（代码执行）
  • 插件守护进程

---

核心组件

1. Web 前端

   • 为开发者与终端用户提供界面，包含工作流构建器、提示词编辑器、数据集管理等功能。

2. API 后端

   • 核心服务模块，通过 REST API 驱动前端并支持外部集成，管理会话、知识检索、工作流与模型交互。

3. 会话系统

   • 处理聊天会话与消息，支持多种应用运行器（如聊天应用、代理智能体、工作流应用）。

   

4. RAG 知识系统

   • 实现文档知识增强生成，流程包括：
     • 文档解析与分块
     • 向量嵌入与存储
     • 多模式检索（语义/关键词/混合搜索）

   

5. 模型提供商系统

   • 抽象化 LLM 交互，统一接口支持文本生成、嵌入、语音转换及重排序功能，兼容 20+ 提供商。

   

6. 工作流系统

   • 可视化编排复杂 AI 应用流程，支持 LLM 节点、RAG 节点、工具节点等组件连接。

   

---

部署选项

1. Dify Cloud：免运维托管服务
2. 社区版自托管：基于 Docker 部署
3. 企业版：增强组织级功能

标准 Docker 部署包含服务：

• Nginx 反向代理
• 前端 Web 服务
• API 后端服务
• PostgreSQL / Redis
• Celery 异步任务队列
• 沙箱服务与插件守护进程

---

代码结构

关键目录：

• /api：后端 API 服务代码
• /web：前端 React 应用
• /docker：部署配置文件
• /sandbox：代码执行服务

后端采用面向服务的架构，不同模块之间的关注点明确分离。

---

与其他方案对比

与大语言模型应用开发领域的其他工具相比，Dify 提供了一种全面的方法：

功能	Dify.AI	LangChain	Flowise	OpenAI Assistants API
开发方式	API+应用	Python	应用	API
支持模型多样性	✅	✅	✅	❌ (仅 OpenAI)
RAG 引擎	✅	✅	✅	✅
智能体支持	✅	✅	❌	✅
工作流	✅	❌	✅	❌
可观测性	✅	✅	❌	❌
企业级功能	✅	❌	❌	❌
本地部署	✅	✅	✅	❌

---

结论

Dify 为 LLM 应用开发提供全面平台，涵盖从简单聊天机器人到复杂智能体系统。其架构支持可视化开发与 API 集成，适用于广泛场景。