Dify 开源 LLM 应用开发平台快速上手

原文来源：Dify — 开源 LLM 应用开发平台，支持可视化编排、知识库 RAG、Agent 和多模型切换，已有超过 140k Stars。

如果你想快速搭建一个基于大模型的应用——比如智能客服、知识库问答、AI 写作助手——但不想从零写代码处理模型调用、提示词管理、上下文维护这些琐事，Dify 是一个值得尝试的平台。

Dify 是什么

Dify 是一个开源的 LLM 应用开发平台，定位介于纯代码框架（如 LangChain）和闭源 SaaS（如 ChatGPT）之间。它提供可视化界面来设计应用逻辑、管理提示词、配置知识库，同时支持代码级扩展。

核心能力包括：

可视化编排 — 用节点和连线的方式设计应用流程，不需要写代码就能实现多步骤 AI 处理。

知识库 RAG — 上传文档自动分块、向量化，构建私有知识库供 LLM 检索。

Agent 模式 — 让 LLM 自主规划任务、调用工具、迭代执行。

多模型支持 — 同时接入 OpenAI、Claude、本地模型（Ollama）等，随时切换。

安装部署

Docker Compose（推荐）

git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d

访问 http://localhost/install 完成初始化设置。

云服务

如果不想自己部署，可以直接用 Dify Cloud 的免费版：https://cloud.dify.ai

创建第一个应用

1. 选择应用类型

登录后点击 "创建应用"，选择：

• 聊天助手 — 对话式应用，类似 ChatGPT
• Agent — 可调用工具的自主智能体
• 工作流 — 固定步骤的自动化流程
• 文本生成 — 单次调用生成内容

2. 配置模型

在设置中选择要用的 LLM。可以配置多个：

• OpenAI GPT-4
• Claude 3
• 本地 Ollama 模型
• 自定义 API 端点

3. 编写提示词

在 "编排" 页面编写系统提示词。Dify 支持变量插入，比如 {{#context#}} 会自动替换为知识库检索结果。

4. 添加知识库（可选）

上传 PDF、Word、Markdown 文件，Dify 会自动分块、向量化。应用运行时，LLM 会先检索相关知识再回答。

5. 发布

点击 "发布" 后获得一个公开 URL，或者通过 API 集成到自己的产品中。

API 集成

Dify 应用发布后自动暴露 REST API：

curl -X POST 'https://your-dify.app/v1/chat-messages' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "inputs": {},
    "query": "你好",
    "response_mode": "streaming"
  }'

支持流式输出，可以直接接入前端聊天界面。

工作流示例：自动客服

一个典型的客服工作流包含以下节点：

1. 用户输入 — 接收用户问题
2. 知识库检索 — 从产品文档中找相关信息
3. LLM 回答 — 基于检索结果生成回答
4. 满意度判断 — 让 LLM 判断回答是否解决了问题
5. 人工转接 — 如果不满意，转接人工客服

全部通过拖拽节点和连线完成，不需要写代码。

与类似工具对比

Dify 的优势是功能全面——编排、RAG、Agent、模型管理一站式解决，适合快速原型和生产部署。

总结

Dify 降低了 LLM 应用的开发门槛，让不擅长写代码的人也能构建实用的 AI 应用。对于需要快速验证想法或搭建内部工具的团队来说，它提供了一个合理的平衡点：比纯代码框架快，比闭源 SaaS 灵活。