Dify：国产团队出品的 LLM 应用开发平台，把提示词编排、…

国产团队出品的 LLM 应用开发平台，把提示词编排、RAG 知识库、Agent、工作流、模型管理做成可视化界面，不用写多少代码就能上线一个 AI 应用

项目信息

• GitHub 仓库：langgenius/dify
• Star 数：160,972（统计于 2026 年 11 月）
• 主要语言：Python / TypeScript
• 开源许可：开源（Dify License，基于 Apache 2.0 附加条款）

核心亮点

• 可视化工作流编排：拖拽节点就能搭出带分支、循环、工具调用的智能体流程
• 内置 RAG 引擎：上传文档自动切片、向量化，知识库问答开箱即用
• 模型供应商全：OpenAI、Claude、DeepSeek、通义、智谱及本地 Ollama 都能接
• 应用发布方式多：网页、API、嵌入网站组件，带日志与标注迭代工具

适合谁用

想快速验证 AI 产品想法的创业团队；给公司内部做知识库问答、智能客服的 IT 部门；不会写代码但想搭智能体的业务人员。

快速开始

推荐 Docker 一键部署（docker compose up -d），浏览器打开本地地址创建管理员账号即可；详细步骤见本站《用 Dify 搭建知识库智能体》一文。

本站高速下载

国内直连 GitHub 较慢，本站已把源码包镜像到自有服务器，点击即可高速下载：

下载 Dify 源码包（本站镜像）

原仓库地址：https://github.com/langgenius/dify（建议同时去原仓库点 Star 支持作者）

架构拆解：Dify 由哪些部件组成

• web：你看到的可视化界面（编排画布、知识库管理）
• api：核心服务，处理对话、应用配置与用户请求
• worker：后台任务队列，文档切片、向量化这些慢活都在这里干
• 向量数据库：默认 Weaviate，存知识库的向量索引，决定「查得准不准」
• plugin daemon / sandbox：新版的插件运行与代码执行沙箱，工作流里的代码节点靠它

部署排错时先分清是哪一层：页面打不开看 web 与反代，文档处理卡住看 worker 日志，回答不准看向量库与召回设置。

三种典型应用配方

• 知识库问答：聊天助手 + 关联知识库 + 提示词限定「只按资料作答」，是上线最快的配方（本站有完整教程）
• 客服问题分流：工作流起手一个分类节点，把用户问题分成售前 / 售后 / 技术三路，分别走不同提示词与知识库
• 长文档摘要：工作流里用代码节点切分长文，逐段摘要后汇总，适合处理合同与报告

效果调优的三个旋钮

• 切片大小：FAQ 类文档切小（300-500 字），手册类切大（800-1200 字），切错了答案就会缺胳膊少腿
• 召回数量 Top-K：默认偏少时适当调大到 5-8，宁可多召回再让模型筛
• 重排（Rerank）：接一个重排模型对召回结果二次排序，是提升答准率最明显的一步，资料量大时强烈建议开