Dify 1.0 正式发布：从 LLMOps 到 Agent OS 的进化

2026-06-19 · Dify 官方

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：

节点类型	说明	适用场景
LLM	调用大模型	分类、生成、总结
Agent	自主决策 Agent	多步骤任务、工具调用
Knowledge	RAG 检索	知识库问答
HTTP	调用外部 API	接入第三方服务
Condition	条件分支	意图路由
Loop	循环节点	批量处理、迭代
Code	自定义代码	复杂逻辑
Template	模板渲染	格式化输出

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：

指标	0.x 纯向量	1.0 混合 + 重排序	提升
召回率	72%	89%	+17%
Precision@5	65%	91%	+26%
MRR	68%	88%	+20%

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

套餐	价格	说明
Community	免费	开源版，自托管
Cloud Starter	$59/mo	5 用户、3 workflow、10K runs
Cloud Pro	$199/mo	无限用户、10 workflow、100K runs
Cloud Enterprise	定制	SSO + 私有部署 + SLA
Self-Hosted Enterprise	询价	私有化部署全套

AIHO 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：

Agent Workflow 可视化——对标 Coze 的编排能力，但开源可自托管
MCP 双向支持——既能暴露工具给 Claude/Cursor，也能消费外部 MCP Server
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。