Dify

TL;DR

来源说明：本文基于 docs.dify.ai 官方文档、langgenius/dify GitHub 仓库、第三方评测（besthub.dev / chatforest.com / joshuaopolko.com / zhihu 知名专栏）综合归纳。版本号会变，部署要求请以官方最新文档为准。

核心特性

可视化工作流（Chatflow + Workflow）

Dify 把 LLM 应用拆成两种"应用类型"：

节点类型覆盖：LLM、知识检索、HTTP 请求、代码执行（Python / JS）、条件分支、迭代、变量聚合、参数提取、问题分类——满足"用拖拽实现可观测的 LLM pipeline"。

RAG 知识库

内置完整 RAG 链路：

1. 上传文档（PDF / Word / Markdown / 网页）
2. 自动分块 + embedding（可配置分段策略和 embedding 模型）
3. 混合检索（向量 + 全文 + 重排）
4. 引用溯源（回答末尾自动附原文片段）

注意：根据 知乎 LLM 实战笔记 2025-03 对比 的实测，Dify 社区版默认是基础语义检索，企业版才解锁多路召回 + 重排。RAG 极致精度场景仍推荐 FastGPT（实测准确率高 10+ 个百分点），Dify 胜在工作流而非纯 RAG。

模型生态：40+ 提供商

Dify 通过插件市场接入主流模型——OpenAI、Anthropic、Google Gemini、Azure、AWS Bedrock、Cohere、xAI、DeepSeek、Qwen、智谱、文心、豆包、月之暗面、Ollama、LM Studio、Replicate、Together AI、OpenRouter……几乎你能数出来的 LLM 提供商都在。

国产模型原生支持（不像 FastGPT 需要 OneAPI 中转），是 Dify 在国内 toB 场景流行的关键。

MCP 协议支持

Dify 较早接入了 MCP（Model Context Protocol），两个方向都支持：调别人的 MCP Server（工作流里直接使用其暴露的 tools），以及把自己的应用发布成 MCP Server（官方文档列的发布形态为 Web App / 内嵌 / API / MCP Server），让外部 Agent 反过来调用 Dify 里的能力。后者是 2026 年更值钱的一条——它让 Dify 从「编排工具」变成「能力提供方」。

调用方向具体能做的事——把外部系统的 tool 直接变成 Dify 工作流里的一个节点：

• 通过 MCP 调本地 PostgreSQL / SQLite
• 通过 MCP 调 GitHub / Slack / Linear
• 通过 MCP 调自家内部系统（写一个 MCP Server 即可）

API-first

每个 app 自动暴露 REST API，参数和返回结构自动生成 OpenAPI Schema。集成到自家产品里不需要写包装代码，给前端 / 微信小程序 / 飞书机器人调用都方便。

价格与运行成本

云版（dify.ai）

根据 tooljunction.io 2026 评测 引用的官方定价：

注意：云版价格只是 Dify 平台费，模型 API 费用另算（自带 OpenAI / Anthropic key）。

自托管（推荐）

官方 GitHub 仓库 提供 Docker Compose 部署，社区版完全免费可商用：

git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d
# 默认 http://localhost / 端口可在 .env 调整

硬件门槛（社区共识，非官方硬性要求）：

• 最低：2 核 4G，纯外接 API 模式
• 推荐：4 核 8G + 至少 30GB 磁盘（向量数据 + 文件存储）
• 企业：8 核 16G+，单机日活上千

真实 TCO

按一家中小团队 3 年场景估算（基于上面引用的多份评测交叉对比）：

结论：日活 < 100 用云版省心；> 500 或数据敏感场景自托管 ROI 更好。

上手 10 分钟

# 1. 自托管（社区版）
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d

# 2. 浏览器打开 http://localhost
#    首次会让你创建 admin 账号

# 3. 进入"设置 → 模型供应商"，配置 OpenAI / 国产模型 API key

# 4. 在主界面"创建空白应用"，选 Chatflow 或 Workflow
# 5. 拖入"开始 → LLM → 结束"节点试一下基础 prompt
# 6. 满意了点右上"发布"，自动生成 API endpoint

国内使用注意事项

1. 云版 dify.ai 直连国内访问稳定但需要付款——支持国际信用卡 / Stripe
2. 自托管 + 国产模型 = 完全国内闭环，是 Dify 在国内最大优势
3. Docker 镜像拉取：国内可能慢，建议配 Docker registry 镜像（阿里云 / 网易）
4. 数据合规：完全自托管时，数据零外泄；某些金融 / 政府客户因此从 Coze 迁到 Dify

与同类怎么选

怎么选（基于 BestHub 2025-07 和 博客园 2026-01 两份选型指南综合）：

• 数据必须不出内网 + 工作流复杂 → Dify
• 个人 / 小团队 / 快速原型 + 字节生态 → Coze
• 核心场景就是企业知识库 QA → FastGPT
• 重点是连接外部 SaaS（Slack / Notion / 数据库） → n8n
• 要画图式表达 LangChain pipeline → Langflow

避坑清单

• 社区版与企业版差距比想象大：多路召回 / 重排序 / 单点登录 / 审计日志都在企业版。社区版做生产前心里要有数。
• .env 文件改完忘 restart：docker compose down && up -d，不是 restart——后者不重新加载 env。
• 大版本升级会破坏数据库 schema：官方升级文档 有详细 migration 步骤，跨大版本（如 0.x → 1.x）务必先备份 PostgreSQL 卷。生产环境强烈建议跑 staging 完整验证后再升。
• RAG 文件大小社区版默认 15MB：根据上述知乎实测，超过会失败。改 .env 的 UPLOAD_FILE_SIZE_LIMIT 并重启容器。
• 代码节点的 Sandbox 性能差：内置代码执行节点跑在隔离容器里启动慢、内存小。生产高频用建议改成 HTTP 节点调外部服务。
• 工作流"迭代节点"循环上限：默认 10 次，复杂 ReAct agent 容易撞天花板，需要在节点设置里调高。
• Dify Plugin 系统是新东西：1.0 后引入的 Plugin 体系替代了原来的 Tools/Models 配置方式，老教程可能已过时——以最新官方文档为准。
• 国内 Docker 拉取镜像慢：先配国内 registry，否则首次 pull 可能要 30+ 分钟。

适合 / 不适合

适合：

• 中大型企业 LLM 中台建设
• 需要私有化部署（金融 / 医疗 / 政府）
• 想做"AI 工作流即产品"的开发团队
• 同时需要 RAG + Agent + Workflow 三件套
• 想用国产模型 + 国际模型混合编排
• 已经接受 Docker + 一定运维投入

不适合：

• 纯个人玩家做对话机器人（Coze 更快）
• 只想做企业知识库 QA（FastGPT RAG 更专）
• 团队完全没运维能力（云版还行，自托管会踩坑）
• 需要深度对接字节飞书 / 抖音（Coze 原生）
• 工作流核心是连接 100+ SaaS（n8n 节点更全）

相关阅读

• 同类对比：Coze / FastGPT / n8n / Langflow
• 概念基础：AI Agent / RAG / MCP / Function Calling
• 模型选型：GPT-5 / Claude Sonnet 4 / DeepSeek-V3 / GLM-5.2
• 进阶：Fine-tuning vs RAG / Context Engineering

Long-tail quick picks

长尾检索速查：下面三项对应「Dify 开源版 / 免费版 / 国内可用」等搜索意图，方便直接跳转。

Open-source alternatives

• 是否开源：是（支持自托管）
• 想找开源替代？看这几个：Trae · Cline · Aider

Free tier

• 是否有免费档：是
• 价格概要：云版 SaaS（免费档 / Professional $59/月起） + 开源自托管完全免费
• 预算敏感用户可先用免费档；进阶需求参考 通义灵码 / CodeGeex（国内免费额度更友好）。

China availability

• 是否国内可用：是
• 中文友好度评分：4 / 5
• 国内直连可用，无需代理；访问稳定。

相关替代品：

• coze
• fastgpt
• n8n

来源

• 官网：https://dify.ai
• 中文文档：https://docs.dify.ai/zh-hans
• GitHub：https://github.com/langgenius/dify
• 官方定价：https://dify.ai/pricing
• 第三方评测：tooljunction.io / chatforest.com / besthub.dev / joshuaopolko.com / 知乎 LLM 实战笔记

本卡片由 AI 之家 编辑部根据官方公开资料与第三方评测整理。所有事实点均标注来源；如发现版本号 / 价格 / 功能与最新官方信息不一致，请通过 反馈邮箱 反馈。