GitHub 12万星!AI 开发者的“瑞士军刀” Dify 入门指南:手把手带你上手dify !

Dify安装使用说明 dify可以说是一个功能不错的LLMOps,可以通过dify集中管理模型,可以通过界面创建AI应用,可以上传文档形成知识库,可以创建自定义工具(API),并可以对外提供API。相关功能类似Openai的GPTs或智谱的智能体,其他大厂的大模型也有类似功能,不过貌似只有dify是开源的。这就为个人本地部署AI应用提供了便利。 阅读详情

大家好,我是菜哥!

快到年底了,最近真的是非常忙忙忙哈!我们智能体粉丝群有好几个同学问我dify和coze的区别,我这里干脆写一篇文章统一回答!

在 AI 浪潮席卷全球的今天,如果你还在苦恼如何将大模型(LLM)落地到实际业务中,或者被各种复杂的 API 调用和 Prompt 调试搞得头大,那么你一定要认识一下今天的主角——Dify。

Dify 在 GitHub 上的 Star 数正式突破了 122,000 大关!这个数字不仅代表了它的火爆,更说明它已成为全球开发者构建 AI Agent 和 RAG(检索增强生成)应用的首选工具。

今天,我们就来聊聊:Dify 到底强在哪里?新手该如何快速上手?它和字节跳动的 Coze(扣子)又有什么区别?

一、 什么是 Dify?


简单来说,Dify 是一款开源的 LLM 应用开发平台。

它的核心逻辑是:“让 AI 应用开发像搭积木一样简单。” 无论你是想做一个能读懂公司文档的“知识库机器人”,还是一个能自动帮你写代码、发邮件的“AI 智能体”,Dify 都能通过可视化的界面,在几分钟内帮你实现。

Dify 的核心优势:

  1. 开源开放: 它是完全开源的,支持私有化部署。对于注重数据安全的企业来说,这是刚需。

  2. 模型无关: 支持 OpenAI、Claude、DeepSeek、Llama 等几乎所有主流模型,你可以随时切换“大脑”。

  3. 强大的 RAG 引擎: Dify 对知识库的处理非常专业,支持自动清洗、分段和向量化,检索精度极高。

  4. 可视化工作流: 像画流程图一样编排 AI 的逻辑,逻辑清晰,调试极其方便。

二、如何使用Dify

第一种:直接登入dify的官网

直接用它官网的云服务,类似只有阿里云,腾讯云一样,优点是不需要自己部署,省时间省精力,缺点是支持的智能体的个数有限制(超过5个就需要付费了,而且价格不低)。

另外就是如果你搭建一些知识库的话,涉及到企业或者敏感数据,可能不太方便,有安全问题。

第二种:就是完全本地化部署

直接下载dify的开源的源码,在自己本机或者服务器上进行部署,大家自己的专属的智能体应用。

好处是可以搭建无数个智能体,数量不受限制,而且数据可以存在在自己的服务器上,企业数据,敏感数据都有安全保证。

缺点:稍微复杂一些,但是其实也不复杂,几行命令就可以启动部署,但是建议自己有一个服务器最好,下面我来详细讲讲。

a).去github主页下载dify的源码

https://github.com/langgenius/dify/tags

dify的官网有2个大的版本,一个是0.x系列,一个是1.x系统,个人推荐用0.x系列比较稳定

点击zip下载即可,下载到服务器上然后解压即可。 也可以获取这个zip的下载链接 https://github.com/langgenius/dify/archive/refs/tags/0.15.8.zip ,直接用wget 下载,然后解压。

03.启动dify 


安装好了之后,我们就需要启动这个dify 源码的了,官方是推荐用docker compose 启动,进入我们的dify 源码的目录

(base) [root@VM-0-7-centos 01.dify]# ls0.15.8.zip  dify-0.15.8(base) [root@VM-0-7-centos 01.dify]# cd dify-0.15.8/

然后敲一下ls  可以看到里面有很多文件夹

(base) [root@VM-0-7-centos dify-0.15.8]# lsapi           CONTRIBUTING_CN.md  CONTRIBUTING_VI.md  docker-legacy  Makefile      README_ES.md  README_KL.md  README_PT.md  README_VI.mdAUTHORS       CONTRIBUTING_JA.md  dev                 images         README_AR.md  README_FR.md  README_KR.md  README_SI.md  sdksCHANGELOG.md  CONTRIBUTING.md     docker              LICENSE        README_CN.md  README_JA.md  README.md     README_TR.md  web(base) [root@VM-0-7-centos dify-0.15.8]#

接着我们进入docker 这个目录,可以看到有一个这个文件

这个.env.example是一个隐藏文件,需要用ls -la 才看隐藏文件才能看到,里面都是dify 官方给我们写好的一个环境的配置文件,我们不需要去修改,只需要把它copy一下即可。

接下来我们就可以启动dify了。前提是你需要先安装好docker 和docker compose 这两个工具。检查一下你的环境里面是否有docke 版本 ,运行docker --version 

然后检查一下是否有docker compose 工具, 运行docker compose --version 即可。

如果这2个工具都有的话,下面直接通过docker compose 启动即可,我们进入dify /docker 目录

(base) [root@VM-0-7-centos docker]# docker-compose up -d[+] Running 9/9 ✔ Container docker-redis-1       Running                                                                                                                                  0.0s ✔ Container docker-ssrf_proxy-1  Running                                                                                                                                  0.0s ✔ Container docker-weaviate-1    Running                                                                                                                                  0.0s ✔ Container docker-db-1          Running                                                                                                                                  0.0s ✔ Container docker-web-1         Running                                                                                                                                  0.0s ✔ Container docker-sandbox-1     Running                                                                                                                                  0.0s ✔ Container docker-api-1         Running                                                                                                                                  0.0s ✔ Container docker-worker-1      Running                                                                                                                                  0.0s ✔ Container docker-nginx-1       Started

敲完之后就可以看到很多docker container 都启动了,这些都是dify需要的一些容器镜像,我们只需要看到全部都是绿色启动即可。

如果你是在服务区上运行的,你就敲http://xx.xx.xx.xx/apps. (xx是你的服务器的ip), 就能看到下面这个网页,因为是第一次运行会自动跳转到install 这个网页,进行第一次登入的注册。

第一次登入,需要你输入一个管理员的邮箱和用户名,密码,设置一下即可。然后登入页面如下:

登入之后,就可以看到这样的界面

如果看到这个界面,恭喜你,已经成功搭建了自己私有的dify 平台了。

三、Dify vs Coze:我该选哪一个?

这是大家问得最多的问题。Dify 和字节跳动的 Coze 都是顶级的 AI 开发平台,但它们的“性格”截然不同。

最后说一下我的建议:

  • 如果你是个人创作者,想快速做个机器人发布到社交平台,或者想白嫖强大的模型能力,选 Coze。

  • 如果你是开发者或企业用户,考虑数据隐私、需要深度定制逻辑,或者想把 AI 能力嵌入到现有的产品中,Dify 是不二之选。

图片

如果果你觉得这篇文章有帮助,别忘了点赞、关注、收藏哟,你的支持是我原创的动力~

对了,如果你也对AI编程或者智能体感兴趣,我这边整理了一份开源的AI编程和智能体学习手册,爆肝10万字,价值699元。

关注下方👇🏻公众号,回复【智能体】获取学习手册

往期爆文:

零基础带你入门智能体实战    ,1分钟用coze智能体一键做9张表情包图

零基础 扣子(Coze)工作流实战案例:自动抓公众号文章,自动改写文案,自动上传公众号发送,大幅降低运营工作量!

一键生成公众号文案自动上传公众号,智能体太强了!

零基础 扣子(Coze)工作流实战案例2:一键批量生成漫画+自动上传公众号

太香了,5分钟用coze做一个微信公众号智能聊天机器人!

另外我们建了一个永久免费的AI编程相关资讯分享的星球,目前有2700人,如果你对这个赛道有星球,欢迎加入一起学习!

图片

MAC 本地搭建部署 dify(含 github访问超时+Docker镜像源拉取超时解决方案) 最值得入坑的AI Agent框架—Dify,MAC 本地搭建部署 dify(含 github访问超时+Docker镜像源拉取超时解决方案) 阅读详情

相关推荐

Dify 零门槛打造专属 AI 应用

RAG(Retrieval-Augmented Generation)技术是 Dify 的一大特色,它能将检索到的外部知识与语言模型生成的内容相结合,让 AI 的回答更具准确性和丰富度。Dify 拥有直观的可视化界面,开发者无需深入底层代码,只需通过简单的拖拽、配置操作,就能定义应用的 Prompt(提示词)、上下文以及各种插件。Dify 是一个开源的大语言模型(LLM)应用开发平台,它致力于为开发者提供一站式、低代码甚至无代码的 AI 应用开发体验。

xiaoaque的博客 802

2025-02-10 Github 热点项目 Dify开源平台:一站式LLM应用开发指南

Union 跨链协议,零知识证明技术加持,支持资产转移和NFT应用,不依赖第三方,安全高效。适合跨链资产管理和DeFi开发。browser-use 让AI代理自动化浏览器操作,Python代码轻松搞定,搜索、点击全自动,适合网页自动化测试和数据采集。AI-chatbot 基于Next.js,多模型支持,Tailwind CSS美化,一键部署,打造智能客服或聊天助手的不二之选。winutil Windows优化神器,快速修复问题,简化系统设置,提升电脑性能,新手老手都适用。

opentrending的博客 4685

10大开源AI Agent平台实战测评:从Dify到LangChain的选型指南

AI Agent 这个概念火了快两年,从最初的“自动写代码”到“模拟公司协作”,再到“自主完成任务”,听起来无所不能。但很多开发者,包括我自己,都踩过这样的坑:兴致勃勃地选了一个明星平台,照着教程跑通了Demo,结果一到要接入自己的业务逻辑、处理真实数据、或者需要稳定运行在生产环境时,就发现处处是“雷”——要么是学习曲线陡峭,写胶水代码写到怀疑人生;要么是平台太重,私有化部署成本高得吓人;要么是灵活性太差,稍微偏离标准流程就玩不转。 我们真正需要的,不是一个听起来很酷的“AI大脑”,而是一个能让业务逻辑真正

weixin_34239169的博客 422

AI智能体研发之路-工程篇(二):Dify智能体开发平台一键部署

Dify内置了包含搜索引擎、天气预报、维基百科、SD等工具,同时自定义工具的配置化接入,团队成员一人接入,全组复用,高效!临下班了,本来只是想参加个话题活动,洋洋洒洒几千字。可能加入了太多感慨吧。本文首先结合自己的工作写了一些对Agent AI智能体的见解,接着介绍了Dify框架快捷部署的过程,最后阐述了Dify框架的特点。个人认为Dify的发展会让Agent AI智能体开发提效,涌现更多有趣有价值的AI应用。

huang9604的博客 5866

Dify实战指南:从零到一构建企业级AI应用,30+项目避坑精讲

在AI应用开发领域,低代码平台正成为连接大模型能力与业务场景的关键桥梁。其核心原理在于通过可视化编排和标准化组件,将复杂的AI工程问题(如上下文管理、工具调用和状态维护)进行抽象封装,从而大幅降低开发门槛。这一技术价值在于,它使开发者能将精力从繁琐的底层“造轮子”中解放出来,更专注于核心业务逻辑的创新与实现。典型的应用场景包括快速搭建智能客服、数据分析助手和企业知识库等。本文将以热门的低代码平台Dify为例,深入剖析其通过“工作流”和“智能体”两大核心抽象实现工程化落地的实战路径,涵盖从本地部署、知识库(R

weixin_34050005的博客 439

Dify零代码构建AI Agent:从入门到生产落地全指南

AI Agent是当前企业智能化升级的核心载体,其本质是将大语言模型、工具调用、知识检索与业务逻辑封装为可执行的智能工作流。理解Agent需先掌握RAG、Tool Calling、Workflow编排等基础原理,其技术价值在于显著缩短AI能力交付周期,实现从‘月级开发’到‘小时级上线’的跃迁。典型应用场景包括智能客服、自动报告生成、工单处理等高频人机协同任务。Dify作为开源AI应用开发平台,通过可视化工作流、预置RAG流水线和开箱即用的权限与监控体系,大幅降低Agent构建门槛——无需Python或LLM

weixin_34232744的博客 313

Dify 本地部署分享

dify本地安装实操分享

头铁的YOLO视觉工程师的博客 1761

Dify实战指南:从零部署到AI应用工程化落地

你是不是也遇到过这样的场景:想快速验证一个AI应用的想法,比如做个智能客服、文档问答机器人,或者把几个大模型能力串起来做个自动化流程。结果发现,要么得自己写一堆API调用、状态管理和前后端代码,要么得花大量时间研究各种开源框架的部署和配置,还没开始做核心功能,就已经被环境搭建和工程细节劝退了。 最近两年,像Dify这样的AI应用开发平台开始流行起来。很多人第一次接触Dify,是被它的“可视化工作流”和“低代码”标签吸引,觉得拖拖拽拽就能做出个AI应用,听起来很美好。但真正上手后,不少人卡在了第一步:部署。W

399

GitHub 上 10 个令人惊艳的 Agent 开发平台,太顶了!

在人工智能领域,自主智能体(AI Agent)正成为重塑生产力的核心力量。无论是代码助手、多任务处理还是复杂系统协作,Agent 技术都在突破想象边界。GitHub 作为全球最大的开源社区,沉淀了海量优质的 Agent 开发框架。本文精选 10 个星光熠熠的开源项目,从技术特性到实战场景,带你全面解锁 AI Agent 的开发钥匙。

AI心易行者 1556

零成本构建本地AI知识库:Ollama与Dify实战指南

如果你正在寻找一种简单、低成本的方式,将大模型的能力与你的私有数据结合,构建一个能“理解”你文档的智能助手,那么这篇文章就是为你准备的。 过去,搭建一个本地知识库听起来像是大公司的专属:需要昂贵的GPU、复杂的模型微调、繁琐的部署流程。但今天,情况已经完全不同。借助 Ollama 和 Dify 这两个工具,你完全可以在自己的笔记本电脑上,用一杯咖啡的时间,零成本启动一个功能完整的本地知识库系统。这不仅仅是“能跑起来”,而是真正具备生产可用潜力的方案。 本文将为你拆解这个组合方案的核心价值: Ollama 负

weixin_34166847的博客 372

AIGC实战:5个超实用的开源项目带你玩转AI生成内容(附GitHub链接)

本文精选了5个极具代表性的开源AIGC项目,包括Visual ChatGPT、ChatPaper、Dify、GPT Academic和Stable Diffusion WebUI,并提供了详细的部署指南与二次开发思路。通过动手实践这些项目,开发者不仅能快速体验多模态对话、论文速读、低代码应用构建等核心功能,更能深入理解AIGC技术原理,从而玩转AI生成内容,激发创新潜能。

red88的博客 1025

智能体开发工具对比:Coze、Dify与n8n选型指南

智能体开发是自动化决策与任务执行的关键技术,其核心在于工作流编排与AI能力集成。开发者常面临工具选型难题,主流方案包括注重AI集成的Coze、开源灵活的Dify以及擅长复杂工作流的n8n。Coze凭借拖拽式界面和中文支持,特别适合快速验证AI创意;Dify的开源特性满足企业级定制需求;n8n则以300+连接器成为跨平台集成的首选。选型时需权衡开发难度、功能扩展性和部署成本,例如Python生态推荐Dify,Node.js项目适合n8n,而无编程基础者可优先考虑Coze。

weixin_33965305的博客 505

从零构建AI工作流:Dify平台实战指南与Agentic应用开发

你是否曾想过,只需拖拽几个节点,就能让 AI 自动完成从数据查询、分析到生成报告、甚至发布的全流程?当 ChatGPT 等大模型让单点对话变得触手可及时,如何将它们串联成稳定、可复用的自动化流程,成为了从“玩具”到“生产力”的关键一步。 这正是 Dify 要解决的核心问题。它不是一个简单的聊天界面包装,而是一个 生产级的 Agentic 工作流开发平台 。简单来说,Dify 让你能用“搭积木”的方式,将大模型、工具、知识库和业务逻辑连接起来,构建出能真正投入使用的 AI 应用。无论是企业内部的知识问答机器人

weixin_33787529的博客 362

GitHub热榜精选:20个程序员效率提升开源项目深度盘点

在开源生态中,优秀工具能显著缩短从想法到落地的路径。围绕开发者效率提升这一核心需求,GitHub热榜成为发现高质量项目的重要渠道。从AI应用到终端效率,从数据分析到低代码自动化,本文将热点项目按场景分类,挖掘其背后的技术价值与适用边界,重点解析了Dify、Ollama、DuckDB、n8n、PocketBase等代表性工具,涵盖本地模型部署、可视化工作流编排、嵌入式OLAP查询等关键方向。通过快速上手指南与常见坑点说明,帮助开发者在真实业务中选对工具、少走弯路,真正将热榜项目转化为日常开发的生产力。

weixin_28831341的博客 282

10大开源AI Agent平台实战指南:从LangChain到Dify的落地应用

最近在尝试将AI Agent落地到实际业务中,发现一个有趣的现象:市面上宣传得天花乱坠的“智能体平台”很多,但真正能让业务逻辑顺畅跑起来、成本可控、还能根据需求深度定制的,往往是那些开源方案。从简单的自动化脚本到复杂的多智能体协作系统,开源生态提供了从“夯”(基础扎实)到“拉”(灵活可扩展)的全套工具箱。本文将为你深度盘点10个能让业务真跑起来的开源AI Agent平台与框架,并附上从环境搭建到核心功能开发的完整实战指南。 1. AI Agent核心概念与开源价值 在深入平台之前,我们有必要统一认知:什么是

weixin_30555515的博客 495

从在线平台到本地部署:Dify 工作流引擎的工程化实践与四步部署指南

你肯定遇到过这种情况:想快速验证一个AI应用的想法,比如做个智能客服、文档问答机器人,或者一个能自动处理邮件的助手。第一反应可能是打开某个在线平台,拖拖拽拽,几分钟搭出一个原型。这确实方便,但当你准备把这个原型变成团队内部工具,或者需要对接私有数据、私有模型时,问题就来了——数据安全、模型成本、流程定制、长期维护,每一个都是绕不开的坎。 这时候,一个更根本的选择摆在你面前:是继续依赖在线服务,还是把能力“搬回家”?项目标题里的“有扣子为啥还要装 Dify”,问的就是这个。扣子这类在线工具,像一把瑞士军刀,开

weixin_33912453的博客 523

5个Dify工作流实战案例:从数据清洗到创意生成,全面提升你的AI应用开发效率

你是否正在寻找能够快速提升AI应用开发效率的解决方案?是否厌倦了重复编写相似代码,渴望一个可视化、可复用的工作流平台?今天,我将为你介绍一个强大的Dify工作流集合项目,它能帮你解决从数据处理到创意生成的各种AI应用开发难题。这个项目汇集了46个精心设计的Dify DSL工作流程,覆盖翻译、数据分析、代码生成、图像处理等10+个应用场景,让你在几分钟内就能搭建复杂的AI应用系统。 ## 🎯 问

gitblog_00319的博客 515

基于Dify工作流与MCP协议构建企业级AI智能副驾实践指南

如果你正在找一种能把 AI 能力直接嵌入到日常办公、开发或客服流程里的方法,而且希望它稳定、可管理、能对接现有工具,那 Dify 的“工作流 + MCP 服务”这个组合就值得你花时间研究一下。它解决的核心问题,不是让 AI 回答一个独立问题,而是把 AI 变成一个能按固定流程处理复杂任务、并且能被 Claude Desktop、Cursor 这类专业工具直接调用的“智能副驾”。对于企业里的产品、运营、开发或者技术支持岗位,这意味着你可以为特定岗位定制一个专属的自动化助手,让它处理重复性的分析、生成、校验或决

weixin_30512089的博客 316
上一篇: 推荐一个开源神库!用一句话就能“变出”一套专业级PPT文稿!
下一篇: 2周,10个零基础,90%的人做出了自己的微信小程序:我做了一次AI陪跑实验!
菜鸟学Python
博客等级 码龄9年 8089粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值