资源描述
Dify.ai 是一个开源的 LLM 应用开发平台与 LLMOps 基础设施。它无缝集成了 RAG 引擎、可视化工作流编排、多模型管理和 Agent 智能体构建功能。无论是开发简单的聊天机器人，还是构建复杂的企业级 AI 业务流，Dify 都能帮助开发者与业务人员以极低的代码门槛快速实现 AI 应用落地，是构建生成式 AI 应用的理想选择。
详细内容
# Dify.ai 框架文档
## 框架简介与定位
Dify（Define + Modify）是一个开源的大语言模型（LLM）应用开发平台。它融合了 Backend as a Service (BaaS) 和 LLMOps 的理念，致力于让开发者和非技术人员都能快速构建、运营和迭代生成式 AI 应用。Dify 提供了从 Prompt 编排、RAG 检索到 Agent 构建的全套基础设施，极大地降低了 AI 应用的落地门槛。
## 核心特性
1. **可视化工作流编排 (Workflow)**：通过直观的拖拽式画布构建复杂的 AI 业务逻辑，支持条件分支、代码执行、变量传递和外部 API 调用。
2. **开箱即用的 RAG 引擎**：支持多种文档格式的解析、智能分段与向量化，提供高质量的检索增强生成（RAG）能力，并支持多种检索策略。
3. **多模型兼容与统一管理**：无缝集成数百种主流开源与商业 LLM（如 OpenAI、Claude、通义千问及本地 Ollama 等），提供统一的模型路由和 API 接口。
4. **Agent 智能体构建**：原生支持 Function Calling，允许 AI 自主规划和调用外部工具、API 解决复杂任务。
5. **全链路运营与可观测性**：提供详尽的日志记录、数据标注、成本监控和性能分析面板，助力应用基于真实数据持续迭代优化。
## 适用场景
- **企业知识库问答**：基于内部文档构建高精度的智能问答系统。
- **智能客服与助手**：构建具备多轮对话和意图识别能力的客户服务机器人。
- **自动化业务工作流**：结合外部 API，实现内容生成、数据抽取、报告撰写等流程自动化。
- **AI Agent 应用**：开发能够自主使用工具（如联网搜索、代码执行）的复杂智能体。
## 快速入门步骤
### 1. 本地安装 (Docker Compose)
推荐使用 Docker 进行快速本地部署：
```bash
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d
```
### 2. 最小示例思路
1. **初始化**：在浏览器访问 `http://localhost/install` 设置管理员账号。
2. **创建应用**：进入“工作室”，选择创建一个“聊天助手”类型的应用。
3. **配置上下文**：在应用的“上下文”模块中，上传一份 PDF 或 TXT 文档作为专属知识库。
4. **调试与发布**：在右侧调试窗口编写 Prompt 并测试对话效果，确认无误后点击发布。
5. **集成接入**：通过“访问 API”页面获取 API 密钥和示例代码，将其集成到您的前端业务中。
## 生态与社区说明
Dify 在 GitHub 上拥有极高的关注度与活跃的开源社区，汇聚了全球数万名开发者。平台内置了丰富的工具插件生态，支持用户自定义工具接入。同时，Dify 提供多语言界面支持，并为企业级用户提供完善的私有化部署方案、SSO 单点登录及高级安全合规支持，满足各类规模企业的生产级需求。