GitHub：https://github.com/langgenius/dify
更多AI开源软件：发现分享好用的AI工具、AI开源软件、AI模型、AI变现 - 小众AI
Dify 是一个易用的 LLMOps 平台，旨在让更多人可以创建可持续运营的原生 AI 应用。Dify 提供多种类型应用的可视化编排，应用可开箱即用，也能以“后端即服务”的 API 提供服务。
主要功能：
- 工作流程： 在可视化画布上构建和测试强大的 AI 工作流，利用以下所有功能及其他功能。
- 全面的模型支持： 与来自数十个推理提供商和自托管解决方案的数百个专有/开源 LLM 无缝集成，涵盖 GPT、Mistral、Llama3 和任何与 OpenAI API 兼容的模型。可在此处找到受支持的模型提供程序的完整列表。
- 提示 IDE： 直观的界面，用于制作提示、比较模型性能以及向基于聊天的应用程序添加其他功能，例如文本转语音。
- RAG 管道： 广泛的 RAG 功能，涵盖从文档摄取到检索的所有内容，并为从 PDF、PPT 和其他常见文档格式中提取文本提供开箱即用的支持。
- 代理能力： 您可以根据 LLM Function Calling 或 ReAct 定义代理，并为代理添加预构建或自定义工具。Dify 为 AI 代理提供了 50+ 内置工具，例如 Google 搜索、DALL·E、稳定扩散和 WolframAlpha。
- LLMOps： 监控和分析一段时间内的应用程序日志和性能。您可以根据生产数据和注释不断改进提示、数据集和模型。
- 后端即服务： Dify 的所有产品都带有相应的 API，因此您可以毫不费力地将 Dify 集成到您自己的业务逻辑中。
- 功能比较
| 特征 | Dify.AI | LangChain 语言链 | Flowise （流淨） | OpenAI 助手 API |
|---|---|---|---|---|
| 编程方法 | 面向 API + 应用程序 | Python 代码 | 面向 App | 面向 API |
| 支持的 LLM | 丰富的品种 | 丰富的品种 | 丰富的品种 | 仅限 OpenAI |
| RAG 发动机 | ✅ | ✅ | ✅ | ✅ |
| 代理 | ✅ | ✅ | ❌ | ✅ |
| 工作流 | ✅ | ❌ | ✅ | ❌ |
| 可观察性 | ✅ | ✅ | ❌ | ❌ |
| 企业功能（SSO/访问控制） | ✅ | ❌ | ❌ | ❌ |
| 本地部署 | ✅ | ✅ | ✅ | ❌ |
安装和使用
前提条件
在安装 Dify 之前，请确保您的设备符合以下最低系统要求：
- CPU >= 2 核
- RAM >= 4 GiB
| 操作系统 | 软件 | 说明 |
|---|---|---|
| macOS 10.14 或更高版本 | Docker Desktop | 将 Docker 虚拟机(VM)设置为至少使用 2 个虚拟 CPU(vCPU)和 8 GB 的初始内存。否则，安装可能会失败。更多信息，请参考 Docker Desktop for Mac 安装指南。 |
| Linux 平台 | Docker 19.03 或更高版本 Docker Compose 1.25.1 或更高版本 | 请参考 Docker 安装指南 和 Docker Compose 安装指南 了解如何分别安装 Docker 和 Docker Compose。 |
| 启用 WSL 2 的 Windows | Docker Desktop | 我们建议将源代码和绑定到 Linux 容器的其他数据存储在 Linux 文件系统中，而不是 Windows 文件系统中。更多信息，请参考 Windows 上使用 WSL 2 后端的 Docker Desktop 安装指南。 |
如果需要使用 OpenAI TTS，系统必须安装 FFmpeg 才能正常运行。更多详情，请参考：链接。
克隆 Dify 仓库
运行 git 命令克隆 Dify 仓库。
git clone https://github.com/langgenius/dify.git
使用 Docker Compose 启动中间件
Dify 后端服务需要一系列用于存储（如 PostgreSQL / Redis / Weaviate（如果本地不可用））和扩展能力（如 Dify 的 sandbox 和 plugin-daemon 服务）的中间件。通过运行以下命令使用 Docker Compose 启动中间件：
cd docker
cp middleware.env.example middleware.env
docker compose -f docker-compose.middleware.yaml up -d
设置后端服务
后端服务包括：
- API 服务：为前端服务和 API 访问提供 API 请求服务
- Worker 服务：为数据集处理、工作区、清理等异步任务提供服务
环境准备
需要 Python 3.12。推荐使用 pyenv 快速安装 Python 环境。
要安装额外的 Python 版本，请使用 pyenv install。
pyenv install 3.12
要切换到 "3.12" Python 环境，请使用以下命令：
pyenv global 3.12
启动 API 服务
-
导航到 api 目录：
cd api -
准备环境变量配置文件
cp .env.example .env -
生成随机密钥并替换 .env 文件中的 SECRET_KEY 值
awk -v key="$(openssl rand -base64 42)" '/^SECRET_KEY=/ {sub(/=.*/, "=" key)} 1' .env > temp_env && mv temp_env .env -
安装依赖
使用 uv 管理依赖。
通过运行以下命令使用 uv 安装所需依赖：uv sync对于 macOS：使用 brew install libmagic 安装 libmagic。
-
执行数据库迁移
执行数据库迁移到最新版本：
uv run flask db upgrade -
启动 API 服务
uv run flask run --host 0.0.0.0 --port=5001 --debug预期输出：
* Debug mode: on INFO:werkzeug:WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead. * Running on all addresses (0.0.0.0) * Running on http://127.0.0.1:5001 INFO:werkzeug:Press CTRL+C to quit INFO:werkzeug: * Restarting with stat WARNING:werkzeug: * Debugger is active! INFO:werkzeug: * Debugger PIN: 695-801-919
启动 Worker 服务
要从队列中消费异步任务，例如数据集文件导入和数据集文档更新，请按照以下步骤启动 Worker 服务：
-
对于 macOS 或 Linux
uv run celery -A app.celery worker -P gevent -c 1 --loglevel INFO -Q dataset,generation,mail,ops_trace如果您使用 Windows 系统启动 Worker 服务，请使用以下命令：
-
对于 Windows
uv run celery -A app.celery worker -P solo --without-gossip --without-mingle -Q dataset,generation,mail,ops_trace --loglevel INFO预期输出：
-------------- celery@bwdeMacBook-Pro-2.local v5.4.0 (opalescent) --- ***** ----- -- ******* ---- macOS-15.4.1-arm64-arm-64bit 2025-04-28 17:07:14 - *** --- * --- - ** ---------- [config] - ** ---------- .> app: app_factory:0x1439e8590 - ** ---------- .> transport: redis://:**@localhost:6379/1 - ** ---------- .> results: postgresql://postgres:**@localhost:5432/dify - *** --- * --- .> concurrency: 1 (gevent) -- ******* ---- .> task events: OFF (enable -E to monitor tasks in this worker) --- ***** ----- -------------- [queues] .> dataset exchange=dataset(direct) key=dataset .> generation exchange=generation(direct) key=generation .> mail exchange=mail(direct) key=mail .> ops_trace exchange=ops_trace(direct) key=ops_trace [tasks] . schedule.clean_embedding_cache_task.clean_embedding_cache_task . schedule.clean_messages.clean_messages . schedule.clean_unused_datasets_task.clean_unused_datasets_task . schedule.create_tidb_serverless_task.create_tidb_serverless_task . schedule.mail_clean_document_notify_task.mail_clean_document_notify_task . schedule.update_tidb_serverless_status_task.update_tidb_serverless_status_task . tasks.add_document_to_index_task.add_document_to_index_task . tasks.annotation.add_annotation_to_index_task.add_annotation_to_index_task . tasks.annotation.batch_import_annotations_task.batch_import_annotations_task . tasks.annotation.delete_annotation_index_task.delete_annotation_index_task . tasks.annotation.disable_annotation_reply_task.disable_annotation_reply_task . tasks.annotation.enable_annotation_reply_task.enable_annotation_reply_task . tasks.annotation.update_annotation_to_index_task.update_annotation_to_index_task . tasks.batch_clean_document_task.batch_clean_document_task . tasks.batch_create_segment_to_index_task.batch_create_segment_to_index_task . tasks.clean_dataset_task.clean_dataset_task . tasks.clean_document_task.clean_document_task . tasks.clean_notion_document_task.clean_notion_document_task . tasks.deal_dataset_vector_index_task.deal_dataset_vector_index_task . tasks.delete_account_task.delete_account_task . tasks.delete_segment_from_index_task.delete_segment_from_index_task . tasks.disable_segment_from_index_task.disable_segment_from_index_task . tasks.disable_segments_from_index_task.disable_segments_from_index_task . tasks.document_indexing_sync_task.document_indexing_sync_task . tasks.document_indexing_task.document_indexing_task . tasks.document_indexing_update_task.document_indexing_update_task . tasks.duplicate_document_indexing_task.duplicate_document_indexing_task . tasks.enable_segments_to_index_task.enable_segments_to_index_task . tasks.mail_account_deletion_task.send_account_deletion_verification_code . tasks.mail_account_deletion_task.send_deletion_success_task . tasks.mail_email_code_login.send_email_code_login_mail_task . tasks.mail_invite_member_task.send_invite_member_mail_task . tasks.mail_reset_password_task.send_reset_password_mail_task . tasks.ops_trace_task.process_trace_tasks . tasks.recover_document_indexing_task.recover_document_indexing_task . tasks.remove_app_and_related_data_task.remove_app_and_related_data_task . tasks.remove_document_from_index_task.remove_document_from_index_task . tasks.retry_document_indexing_task.retry_document_indexing_task . tasks.sync_website_document_indexing_task.sync_website_document_indexing_task 2025-04-28 17:07:14,681 INFO [connection.py:22] Connected to redis://:**@localhost:6379/1 2025-04-28 17:07:14,684 INFO [mingle.py:40] mingle: searching for neighbors 2025-04-28 17:07:15,704 INFO [mingle.py:49] mingle: all alone 2025-04-28 17:07:15,733 INFO [worker.py:175] celery@bwdeMacBook-Pro-2.local ready. 2025-04-28 17:07:15,742 INFO [pidbox.py:111] pidbox: Connected to redis://:**@localhost:6379/1.
设置 Web 服务
启动用于前端页面的 web 服务。
环境准备
要启动 web 前端服务，需要 Node.js v22 (LTS) 和 PNPM v10。
-
安装 NodeJS
请访问 Node.js — Download Node.js® 并选择适合您操作系统的 v18.x 或更高版本的安装包。推荐使用 LTS 版本进行常规使用。
-
安装 PNPM
按照 安装指南 安装 PNPM。或者直接使用 npm 运行以下命令安装 pnpm。
npm i -g pnpm
启动 Web 服务
-
进入 web 目录
cd web -
安装依赖
pnpm install --frozen-lockfile -
准备环境变量配置文件
在当前目录中创建一个名为 .env.local 的文件，并从 .env.example 复制内容。根据您的需求修改这些环境变量的值：
# For production release, change this to PRODUCTION NEXT_PUBLIC_DEPLOY_ENV=DEVELOPMENT # The deployment edition, SELF_HOSTED or CLOUD NEXT_PUBLIC_EDITION=SELF_HOSTED # The base URL of console application, refers to the Console base URL of WEB service if console domain is # different from api or web app domain. # example: http://cloud.dify.ai/console/api NEXT_PUBLIC_API_PREFIX=http://localhost:5001/console/api # The URL for Web APP, refers to the Web App base URL of WEB service if web app domain is different from # console or api domain. # example: http://udify.app/api NEXT_PUBLIC_PUBLIC_API_PREFIX=http://localhost:5001/api # SENTRY NEXT_PUBLIC_SENTRY_DSN= NEXT_PUBLIC_SENTRY_ORG= NEXT_PUBLIC_SENTRY_PROJECT= -
构建 web 服务
pnpm build -
启动 web 服务
pnpm start预期输出：
▲ Next.js 15 - Local: http://localhost:3000 - Network: http://0.0.0.0:3000 ✓ Starting... ✓ Ready in 73ms
访问 Dify
通过浏览器访问 http://127.0.0.1:3000 即可享受 Dify 所有激动人心的功能。
1820
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
