Dify 完整功能解析與適用場景:企業自架前必讀的选型指南
發布時間:
Dify 完整功能解析與適用場景:企業自架前必讀的选型指南
整理日期:2026-10-17。資料來源:Dify 官方文件(docs.dify.ai)、GitHub 倉庫(langgenius/dify)與 LICENSE 原文。
一、Dify 是什麼
Dify(名字取自 Do It For You)是一個開源的 LLM 應用開發平台,把「Agent 編排、視覺化工作流、RAG 知識管線、模型管理、應用發布」整合在同一個協作工作區裡。定位是讓團隊從原型一路做到生產,不必中途換掉技術棧。
| 基本資訊 | 數值(2026-10) |
|---|---|
| GitHub Stars | ~144k(同類專案最高) |
| 授權 | Dify Open Source License(Apache 2.0 修改版 + 附加條款) |
| 主要語言 | Python(後端)+ TypeScript(前端) |
| 部署方式 | Dify Cloud(托管)/ Docker Compose 自架 / VPC |
| 生態 | 插件 Marketplace、MCP Server/Client、REST API、difyctl CLI |
二、核心功能地圖
1. 五種應用類型
| 類型 | 說明 | 典型用途 |
|---|---|---|
| Chatbot | 對話型應用,可掛知識庫與工具 | 客服、內部問答 |
| Chatflow | 對話 + 視覺化工作流:每輪對話走過你定義的節點流程 | 有狀態的多輪向導式助手 |
| Workflow | 一次性批次流程:輸入→處理→輸出 | 報告生成、資料處理管線、批次打标 |
| Agent | 模型自主決定呼叫哪些工具(Function Calling / ReAct) | 需要動態工具選擇的任務 |
| Text Generator | 單輪提示型生成 | 翻譯、改寫、模板填充 |
2. 視覺化編排(Workflow / Chatflow 畫布)
- 拖曳節點連接流程:LLM 節點、知識檢索、程式碼執行(Python/JS 沙箱)、條件分支、迭代、變數聚合、HTTP 請求、模板轉換等。
- 除錯與版本控制:逐節點试运行、時間軸回放、版本快照與回滾。
- Snippets(片段):可重複使用的子流程,把常用邏輯模組化。
- 核心理念是「Agentic Workflow」:AI 仍做主要工作,但跑在你定義的結構化、可重複、有檢查點與回退路徑的流程邊界內——這正是它與純聊天工具最大的差異。
3. 知識庫(RAG)
- 多知識庫管理:每個知識庫可對應不同領域/資料源,應用中按需掛載。
- 文件上傳(PDF/Word/Markdown/HTML…)、網站抓取、Notion 同步等資料源。
- 多種 chunking 策略、embedding 模型可選、混合檢索(向量+全文)、重排序(rerank)、元資料過濾。
- 外部知識庫 API:可把公司既有的向量庫/檢索服務接進來,不必遷移資料。
- 檢索測試介面:先驗證召回品質再接入應用。
4. 模型層
- 支援數百家模型供應商:OpenAI、Anthropic、Gemini、Azure、Bedrock、Ollama、本地 OpenAI-compatible 端點等。
- 每個供應商可設多組憑證與配額;支援多模態(圖片、語音輸入輸出)。
- 可接自建 Gateway:任何 OpenAI-compatible 端點都能接,例如把 Dify 指向 LiteLLM Proxy,模型帳務與配額統一治理。
5. 工具與插件生態
- 內建工具 + Marketplace 社群插件(搜尋、資料庫、SaaS 整合…)一鍵安裝。
- 自製工具:OpenAPI schema / 自訂 endpoint。
- MCP 雙向支援:既能把 MCP 工具接進來當 agent 工具,也能把自己的應用發布成 MCP Server 給 Claude/Cursor 等外部 agent 使用。
- 插件開發 SDK:自己寫工具、模型供應商、擴展。
6. 發布與整合
| 管道 | 說明 |
|---|---|
| Web App | 一鍵發布成可分享的網頁應用(可嵌入既有網站的 widget) |
| REST API | 每個應用自動產生 API,後端/CI 直接呼叫 |
| MCP Server | 應用發布成 MCP 服務,供其他 agent 呼叫 |
| difyctl CLI | 從終端機/腳本/CI/AI agent 操作 Dify 應用 |
7. 監控與品質
- 日誌與追蹤:每個應用的對話/執行記錄,可整合 Langfuse 等第三方 observability。
- 註解系統(Annotation):人工標記好/壞回答,作為後續 few-shot 範例回流。
- Dashboard:用量、成本、活躍用戶統計。
- 速率限制:per-app 請求限流。
8. 工作區與協作
- 應用、知識庫、工具、成員在同一 workspace 集中管理。
- 社群版:單一 team、基本角色(admin/editor/normal)。
- SSO(SAML/OIDC)、細粒度 RBAC(到 workflow 層)、多隔離 workspace、稽核日誌 → Enterprise 版功能。
三、自架架構與部署
Docker Compose 一把啟動,主要服務:
nginx(入口)
├── web 前端(Next.js)
├── api 後端 API(Flask/Celery 隊列)
├── worker 非同步任務(文件索引等)
├── db PostgreSQL
├── redis 快取/佇列
├── weaviate / qdrant / milvus… 向量庫(可選)
├── sandbox 程式碼執行沙箱
└── ssrf_proxy 出站請求安全代理
- 硬體:一般 CPU 機器即可(除非本地跑 embedding/rerank 模型);官方建議 2C4G 起,生產建議外加獨立 Postgres。
- 升級:版本迭代快,升級需跑 migration,建議固定維護窗口;生產環境務必先備份 DB 與卷。
- 安全:內建 SSRF proxy 與程式碼沙箱,預設比裸接 LLM 保守;對外發布應用建議放反向代理後並開 HTTPS。
四、授權與版本分界(重點)
LICENSE 原文兩條附加條款,企業自架前務必確認:
- 多租戶限制:不得用 Dify 原始碼營運 multi-tenant 環境,除非取得書面授權。一個 tenant = 一個 workspace。單一公司內部用一個 workspace 給所有員工 → 明確允許;開多個 workspace 給不同外部客戶 → 需要商業授權(Enterprise)。
- 前端 LOGO/版權不可移除或修改(
web/目錄部分);純後端 API 使用不受此限。
| 功能 | Community(免費自架) | Enterprise(付費) |
|---|---|---|
| 全部編排/RAG/工具/發布功能 | ✅ | ✅ |
| workspace 數 | 單一 | 多個隔離 workspace |
| 登入方式 | Email/密碼 | SSO SAML/OIDC、強制 SSO |
| 權限 | 基本角色 | 細粒度 RBAC 到 workflow 層 |
| 稽核日誌 | ❌ | ✅ |
| 負載均衡/HA、SLA 支援 | ❌ | ✅ |
| 去品牌 | ❌(條款禁止) | ✅ |
實務提醒:社群版做「部門級隔離」需要大量客製(GitHub 討論區有企業部署案例證實),不要假設免費版能做到租戶級隔離。
五、適用場景分析
✅ 適合
| 場景 | 為什麼選 Dify |
|---|---|
| 企業內部知識問答(政策、IT 服務台、HR FAQ) | RAG 管線完整、非工程師也能維護知識庫 |
| 客服機器人 / 對外 FAQ | 掛知識庫 + 一鍵發布 Web App/API,有註解回流機制持續改善 |
| 表單式/批次流程自動化 | Workflow 類應用:報告生成、資料清洗、內容審核鏈 |
| 多部門共用一個 AI 應用工廠 | 應用模板、插件市場、協作工作區 |
| 把內部系統包成 MCP 給 coding agent 用 | 應用發布成 MCP Server 是獨有優勢 |
| 快速 PoC 給主管看 | 視覺化 + 模板市場,半天能出 demo |
❌ 不適合
| 場景 | 更好的選擇 |
|---|---|
| 純粹「員工聊天入口」,要 SSO/LDAP 免費內建 | Open WebUI(SSO/RBAC/稽核全免費) |
| 深度客製 agent 邏輯、需要完全掌控 prompt 邊界 | LangGraph / 直接寫 code |
| 與既有 IT 系統大量事件式整合(webhook、排程、400+ SaaS) | n8n |
| 給外部客戶各開一個租戶的 SaaS | 需付費商業授權,或改選 MIT 授權方案(如 Onyx) |
| 極致 RAG 品質研究、自訂檢索演算法 | 專用 RAG 框架(LlamaIndex、RAGFlow) |
六、與相近工具的定位對比
| Dify | Open WebUI | n8n | LangGraph | |
|---|---|---|---|---|
| 本質 | AI 應用工廠 | 員工 AI 入口 | 流程自動化 | agent 編排函式庫 |
| 使用者 | 開發者+公民開發者 | 全體員工 | IT/營運 | 工程師 |
| 視覺化編排 | ✅ 強 | ❌(代碼 pipelines) | ✅ 強(非 AI 導向) | ❌(程式碼圖) |
| RAG | 完整管線+調試 | 够用 | 弱 | 自己搭 |
| 免費 SSO/RBAC | ❌ Enterprise | ✅ | 部分 | — |
| 部署複雜度 | 中(7+ 服務) | 低(單 container) | 低-中 | 自己管 |
| 產出物 | 可發布的 App/API | 聊天體驗 | 自動化流程 | 你自己寫的系統 |
三者常見共存模式:Open WebUI 當員工日常助手層、Dify 當應用產品化層、n8n 當系統整合層,全部指向同一個 LiteLLM Gateway 做模型治理。
七、企業落地建議路徑
- 試行(第 1 個月):Docker Compose 起社群版 → 模型端點指向公司 LLM Gateway → 單一 workspace,選 1–2 個團隊做知識庫問答 PoC。完全在免費授權範圍內。
- 評估(第 2–3 個月):看三個指標——非工程師實際建應用數、RAG 回答可接受率(用註解系統統計)、維運事件數。
- 決策:需要部門隔離/SSO/稽核時,比較「買 Dify Enterprise」vs「Open WebUI(免費 SSO)+ 保留 Dify 做應用層」vs「MIT 授權替代品」。
- 紅線:不要把 Dify 包成對外多租戶服務、不要移除前端 LOGO,除非已購商業授權。
八、參考資料
- Dify GitHub:https://github.com/langgenius/dify
- Dify 官方文件:https://docs.dify.ai
- LICENSE 原文:https://github.com/langgenius/dify/blob/main/LICENSE
- Dify Enterprise:https://dify.ai/dify-enterprise
- Open WebUI 官方 Dify 對比頁:https://docs.openwebui.com/alternatives/dify/