资源描述
Dify 是一款开源的 LLM 应用开发与编排平台，致力于降低 AI 应用落地门槛。平台提供可视化的 Prompt 编排、RAG 知识库构建、Agent 智能体搭建及一键 API 发布能力，全面覆盖从原型设计到生产运维的 LLMOps 全流程。支持主流大模型无缝切换，内置丰富的插件与工具链，帮助开发者与企业团队快速构建、迭代并部署高质量的生成式 AI 应用，是打造企业级 AI 工作流的理想基座。
详细内容
# Dify LLM Orchestration 框架简介与定位
Dify 是一款开源的 LLM 应用开发与编排平台，定位为“生成式 AI 应用的基础设施”。它通过低代码/无代码的可视化界面，将大模型能力、知识库检索、外部工具调用与业务逻辑无缝连接，帮助开发者与企业团队跨越从 Prompt 实验到生产级 AI 应用落地的鸿沟。平台内置完整的 LLMOps 体系，支持模型路由、性能监控与数据标注，致力于让 AI 工作流的构建、部署与迭代更加高效、可控。
## 核心特性
- **可视化工作流编排**：提供拖拽式 Canvas 界面，支持条件分支、循环、变量传递与 Python/JS 代码节点，轻松构建复杂业务逻辑。
- **企业级 RAG 引擎**：内置完整的文档解析、分块、向量化与检索 Pipeline，支持混合检索、重排序（Rerank）与多路召回，开箱即用。
- **Agent 智能体框架**：原生支持 Function Calling 与 ReAct 模式，可灵活挂载 HTTP API、自定义工具及第三方插件，实现自主决策与任务执行。
- **模型无关与统一抽象**：兼容 OpenAI、Anthropic、国内主流大模型及本地开源模型（Ollama/vLLM），提供统一的 API 抽象层，支持一键切换与负载均衡。
- **全生命周期 LLMOps**：集成应用监控、日志追踪、Token 成本分析、用户反馈收集与 Prompt 迭代优化，保障生产环境稳定运行。
- **一键 API 发布与集成**：编排完成的应用可自动生成 RESTful API 与嵌入式 Web 组件，无缝对接现有业务系统或前端应用。
## 适用场景
- 企业级知识库问答与智能客服系统
- 复杂业务自动化工作流（如内容生成、数据清洗、报告自动化）
- 多智能体（Multi-Agent）协同与外部工具调用应用
- AI 原生 SaaS 产品快速原型开发与商业化部署
- 团队内部 Prompt 工程管理与大模型应用运维（LLMOps）
## 快速入门
### 环境安装
推荐使用 Docker Compose 进行本地部署（需提前安装 Docker 及 Docker Compose v2）：
```bash
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env # 可按需修改端口或密钥配置
docker compose up -d
```
启动完成后，浏览器访问 `http://localhost` 即可进入 Dify 控制台并完成初始化设置。
### 最小示例思路
1. **创建应用**：在控制台点击“创建应用”，选择“工作流（Workflow）”类型。
2. **配置模型**：在“设置”中接入任意支持的 LLM Provider（如填入 OpenAI API Key 或配置本地 Ollama 端点）。
3. **编排节点**：拖拽添加“开始”节点 → “知识库检索”节点（上传一份测试 PDF） → “LLM”节点（编写 Prompt 并引用 `{{#context#}}`） → “直接回复”节点。
4. **调试与发布**：使用右侧预览窗口输入问题测试链路，确认检索与生成符合预期后点击“发布”，系统将自动生成可调用的 API Endpoint 与前端嵌入代码。
## 生态与社区说明
Dify 拥有活跃的全球开发者社区，GitHub 仓库保持高频迭代与高星标增长。官方提供详尽的多语言文档、行业示例模板与插件市场，支持开发者通过标准协议自定义工具节点与模型提供商扩展。社区通过 Discord、GitHub Discussions 及中文技术交流群提供实时答疑，并定期举办 AI 应用开发黑客松与最佳实践分享。针对企业级需求，Dify 提供商业授权、SLA 保障与私有化部署方案，满足数据隔离与安全合规要求。无论是独立开发者、AI 创业者还是大型企业技术团队，均可依托其开放生态快速交付生产级 LLM 应用。