正在打开工具详情…
正在打开工具详情…
开源 LLM 应用平台：可视化工作流、RAG 管道、Agent、LLMOps 与后端 API 一套自带，能自托管也能用云。适合要把 Prompt 变成可交付应用的团队；注意社区版是基于 Apache 2.0 加附加条件的自有协议。
要把 Prompt / RAG / Agent 变成能交付给业务方用的应用，并且需要团队协作、日志与成本观测的团队。
只想本地给几份文档做个问答的个人用户——整套服务太重；以及需要 SSO / RBAC 但不想付企业版费用的组织。
Dify 的定位是「LLM 应用开发平台」：你在可视化画布上把工作流搭出来，它帮你处理 RAG 管道（从 PDF、PPT 抽取到检索）、Agent（自带沙箱，能跑命令、装软件、处理文件）、模型管理、可观测性和对外 API。原型到生产不必换技术栈，这是它相比「自己用 LangChain 拼一套」的主要卖点。
上手门槛比想象中低：2 核 CPU、4 GiB 内存起步，cd docker && cp .env.example .env && docker compose up -d，然后浏览器打开 localhost/install 做初始化。可观测性可以直接接 Opik、Langfuse、Arize Phoenix。
要提前知道的是三件事。一是许可：仓库用的是 Dify Open Source License，基于 Apache 2.0 但带附加条件，不是纯粹的 Apache——商业二次分发前要读 LICENSE。二是SSO、RBAC、企业支持 SLA 属于 Dify Enterprise，社区版自托管没有，别指望自己配出来。三是它本质上是一整套服务（数据库、向量库、worker、web），资源占用和运维成本都高于「一个 Python 包」，个人只是想给几个文档做个问答的话，这套东西偏重。
上手步骤之外的具体做法：常见场景怎么配、命令怎么写、报错怎么处理。
按第一次部署会卡在哪讲：硬件与 Compose 版本这两个硬门槛、初始化在哪一步、云 / 社区版 / 企业版怎么选、以及它的协议到底有什么附加条件。
官方给的最低配置很具体：CPU >= 2 核，RAM >= 4 GiB。这不是「推荐」，低于它起来之后会各种不稳定。
第二道门槛是 Docker Compose v2.24.0 或更高。老版本的 compose 语法支持不全，报错往往出现在解析 compose 文件时。
bashcd dify
cd docker
cp .env.example .env
docker compose up -d四行，之后：
texthttp://localhost/install在浏览器打开它走初始化。这一步很多人会去找 / 或 /signin，然后以为没起来——初始化入口就是 /install。
装不上先看官方 FAQ（docs.dify.ai 的 getting-started/install-self-hosted/faqs），那页覆盖了绝大多数首装问题。
| 适合谁 |
|---|
| Dify Cloud | 想先试、不想管服务器 |
| 社区版自托管 | 要数据在自己环境里，能接受自己运维 |
| Dify Enterprise | 组织需要自托管 + SSO + RBAC + 支持 SLA |
成本结构不一样：Cloud 是套餐加额度限制；自托管没有许可费，但机器和模型 provider 的钱你自己出；Enterprise 要联系销售。
README 写的是：Dify Open Source License，基于 Apache 2.0 并带附加条件。
它不是纯 Apache 2.0。如果你打算做二次分发、SaaS 化或者嵌入自己的商业产品，先把仓库根目录的 LICENSE 读完再动手——这一条比任何技术选型都更早该确认。
LDAP、SSO、细粒度 RBAC、SCIM 这些企业身份能力，是自托管社区版与 Enterprise 的分界线之一。
如果你的组织一上来就要求「用公司账号登录、按角色分权限」，那就不是装个社区版能解决的事，先去谈 Enterprise，别在社区版上自己糊一层认证。
Dify 不是「一个库」，是一整套服务：web、api、worker、数据库、向量库、文件存储。
带来的好处是开箱就有 LLMOps——日志、标注、基于生产数据持续改进 prompt 与数据集；也自带 Backend-as-a-Service，所有能力都有对应 API，可以嵌进你自己的业务逻辑。
代价就是你得按「运维一套服务」来对待它：备份、升级、资源监控一个都跑不掉。个人只想给几份 PDF 做问答，这套成本和收益不成比例。