做 AI 应用开发，最头疼的是什么？不是模型选型，不是 Prompt 优化——是把各个组件串起来做一个完整可用的产品。LLM、RAG、Agent 工具、工作流编排、模型管理……每个都是独立的一堆工具，整合到一起就成了大工程。
Dify 就是专门来解决这个问题的。它是一个开源 LLM 应用开发平台，把从原型到生产的全流程打通了。目前在 GitHub 上已经积累了 140k+ Stars，社区极其活跃。
📊 项目速览
- ⭐ 140,714 Stars — GitHub AI 项目第一梯队
- 🔀 22,083 Forks — 社区参与度极高
- 🛠 主力语言：TypeScript
- 👤 团队：LangGenius
- 📜 许可：Apache 2.0
- 🐳 部署方式：Docker Compose / 源码 / 云服务
🧩 核心功能拆解
⚡ Workflow — 可视化 AI 工作流
拖拽节点搭建 AI 流程，支持条件分支、循环、并行执行。把 LLM 调用、RAG 检索、代码执行、API 请求串成一条完整流水线，所见即所得。
🔗 RAG Pipeline — 企业级知识库
从 PDF、PPT、网页自动提取文本，接入向量数据库做语义检索。内置文档解析管道，开箱即用，不需要额外搭基础设施。
🤖 Agent 能力 — Function Calling + 自定义工具
基于 LLM Function Calling 或 ReAct 定义 Agent，预置 + 自定义工具随意组合。支持 MCP 协议，可以接入外部服务。
🧠 模型管理 — 支持数百种模型
GPT、Claude、Gemini、Llama、DeepSeek……以及所有 OpenAI API 兼容的模型。一套接口通吃，切换模型不改代码。
📊 可观测性 — Opik / Langfuse / Arize 集成
生产环境必备的可观测性，集成主流监控工具，追踪每次 LLM 调用的延迟、Token 消耗、错误率。
🚀 5 分钟本地部署
Dify 官方推荐 Docker Compose 部署，最低 2 核 CPU + 4GB 内存就能跑起来：
# 1. 克隆仓库
git clone https://github.com/langgenius/dify.git
cd dify/docker
# 2. 配置环境变量
cp .env.example .env
# 3. 启动全部服务
docker compose up -d启动后浏览器访问 http://localhost/install，按引导完成初始化。配置好 LLM API Key 后就能开始搭建你的第一个 AI 应用了。
如果想从源码运行：
# 需要 Node.js 18+ 和 Python 3.10+
cd dify
# 后端
cd api && pip install -r requirements.txt
# 前端
cd ../web && npm install && npm run dev💡 深度洞察
Dify 和 LangChain 解决的是同一个问题的不同层面。LangChain 是低层次的编排框架，给你全部控制权但需要大量胶水代码。Dify 则是高层次的平台化方案，面向产品团队而非底层开发者。
如果你在做一个需要多人协作的 AI 产品，Dify 的可视化工作流 + 内置 RAG + Agent 开箱即用能省掉大量基础设施工作。但如果你需要极度定制化的底层控制，LangChain 或直接调用 API 可能更合适。
📌 要点总结
- Dify 是一个开源 LLM 应用开发平台，从原型到生产全覆盖
- 140k+ Stars、22k+ Forks，社区活跃度极高
- 核心卖点：可视化工作流 + RAG Pipeline + Agent 能力 + 模型管理一体化
- Docker Compose 一键部署，5 分钟就能跑起来
- 适合需要快速构建 AI 产品的团队，对比 LangChain 更偏平台化
Dify is an open-source LLM app development platform that bridges the gap between prototype and production. With 140k+ GitHub stars and 22k+ forks, it's one of the most active AI projects in the ecosystem.
The platform offers a visual workflow builder, integrated RAG pipeline, agent capabilities with LLM Function Calling / ReAct, and support for hundreds of models including GPT, Claude, Gemini, Llama, and DeepSeek.
Quick Start:
git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -dAccess at http://localhost/install after startup.
Why Dify matters: While LangChain gives you low-level orchestration control, Dify provides a high-level platform with visual workflow, built-in RAG, and out-of-box agent capabilities — ideal for product teams building production AI applications.
📎 Repo: github.com/langgenius/dify