Dify 1.0 正式发布：从 LLMOps 到 Agent OS 的进化

要点

• Agent Workflow：可视化编排多 Agent 协作，拖拽配置条件和循环
• MCP 原生支持：Dify 可作为 MCP Server 暴露工具，也可消费外部 MCP Server
• RAG 重构：新增混合检索（向量 + 关键词 + 重排序），准确率提升 30%
• 多模型 A/B：同一 workflow 分流到不同模型对比效果
• 企业版：SSO + RBAC + 审计日志，私有化部署

核心升级解读

1. Agent Workflow 可视化编排

1.0 把工作流编排从代码级提升到了「拖拽级」：

工作流画布：

┌─────────────────────────────────────────────────────────────────┐
│  Dify 1.0 Agent Workflow                                        │
│                                                                  │
│    ┌────────┐      ┌────────┐      ┌────────┐      ┌────────┐  │
│    │ 开始   │ ───► │ LLM 1  │ ───► │ Agent  │ ───► │ 结束   │  │
│    │ Trigger│      │ (分类) │      │ (执行) │      │ Response│  │
│    └────────┘      └────────┘      └────────┘      └────────┘  │
│                          │                                  │     │
│                          ▼                                  │     │
│                    ┌──────────┐                            │     │
│                    │ 条件分支  │                            │     │
│                    │ A: 意图A │ ───► Agent A               │     │
│                    │ B: 意图B │ ───► Agent B               │     │
│                    │ C: 其他 │ ───► Fallback              │     │
│                    └──────────┘                            │     │
└─────────────────────────────────────────────────────────────────┘

支持的节点类型：

2. MCP 双向支持

1.0 实现 MCP 双向连接：

# 方式 1：Dify 作为 MCP Server（暴露工具）
# 其他 Agent（如 Claude Code）可以调用 Dify 里的 workflow
server:
  name: dify-workflow
  tools:
    - name: customer-support
      description: 处理客户咨询流程
      input: { query: string }
      output: { response: string, confidence: float }
    
    - name: order-status
      description: 查询订单状态
      input: { order_id: string }
      output: { status: string, details: object }

# 方式 2：Dify 消费外部 MCP Server
clients:
  - name: github
    server_url: https://github.com/mcp/servers/github
    tools: [create-issue, search-repo, get-pr]
  
  - name: slack
    server_url: https://github.com/mcp/servers/slack
    tools: [send-message, list-channels]

实际应用：

• Claude Code 通过 MCP 调用 Dify 里的客户咨询 workflow
• Dify workflow 里调用 GitHub MCP 获取代码库信息
• Slack MCP 发消息通知

3. RAG Pipeline 重构

1.0 的 RAG 从「向量检索」升级到「混合检索 + 重排序」：

# 之前：纯向量检索
query_embedding = embed("如何配置 SSL")
results = vector_db.search(query_embedding, top_k=5)
# 问题：关键词不匹配时效果差

# 现在：混合检索 + 重排序
# Step 1: 向量检索
vector_results = vector_db.search(embed(query), top_k=20)

# Step 2: 关键词检索
bm25_results = bm25.search(query, top_k=20)

# Step 3: RRF 融合
fused_results = reciprocal_rank_fusion(vector_results, bm25_results, top_k=10)

# Step 4: LLM 重排序
reranked = llm_rerank(query, fused_results, top_k=5)
# 输出最相关的 5 条

实测提升：

4. 多模型 A/B 测试

1.0 支持同一个 workflow 同时跑多个模型：

# A/B 测试配置
ab_test:
  enabled: true
  routes:
    - name: Claude-Sonnet
      provider: anthropic
      model: sonnet-4.5
      weight: 50%
      
    - name: GPT-5
      provider: openai
      model: gpt-5
      weight: 50%

  metrics:
    - name: 用户满意度
      type: thumbs_up_down
    - name: 响应准确率
      type: manual_review
    - name: 响应延迟
      type: latency_ms

  auto_switch: true
  winner_metric: 用户满意度
  threshold: 95% confidence

定价

AI 之家 观点

Dify 从 0.x 的「LLMOps 平台」进化到 1.0 的「Agent OS」——核心叙事从"管 LLM 调用"变成"编排 Agent 工作流"。

这次更新三个亮点：

1. Agent Workflow 可视化——对标 Coze 的编排能力，但开源可自托管
2. MCP 双向支持——既能暴露工具给 Claude/Cursor，也能消费外部 MCP Server
3. RAG 混合检索——之前 Dify 的 RAG 是短板（纯向量），1.0 补上了

对国内开发者：Dify 1.0 是目前开源 Agent 平台里最完整的方案。Coze 体验更好但闭源，Dify 自托管 + MCP 生态是差异化优势。

相关阅读

• Dify 完整评测
• Coze vs Dify 横向对比
• MCP 百科

来源

• Dify 官方（2026-06-19）