Dify 是面向生产级智能体工作流的平台，口号是“The Platform for Production-Ready Agentic Workflows”。它让用户在同一协作工作区中构建智能体、RAG 管道，并获得丰富的 AI 模型与工具支持；可在云、VPC 或自托管环境部署，使团队无需重建技术栈即可从原型推进到生产。
一、用途与定位 Dify 用于构建和管理面向生产的智能体工作流。官方称其能够“democratize AI agent development”，通过把强大的 AI/ML 能力与无代码平台结合，加上快速部署和直观界面，即使初学者也能较容易上手，从而加速公民开发。它也面向企业团队，将业务团队、数据与工作流整合到统一基础之上，缩短从想法到执行的周期。
二、主要能力
- Workflow Studio：用于智能体工作流的可视化构建。官方描述“Turn Prompt Logic Into a Visible Execution Path”，即使用可视化构建块和 AI 提示定义应用如何思考、检索数据、做决策、使用工具、请求人工输入并完成任务，逻辑保持可见，便于测试、调试、部署与交接。
- Agent 构建：可用聊天方式或手动配置构建智能体，包含技能、工具与知识。构建后可作为应用使用、嵌入网站，或在工作流中作为 agent 节点复用。
- 知识管道（Knowledge Pipeline）：为文件、网站、在线文档和网盘创建可重复的管道，进行提取、清洗、分块、索引，并在知识库连接智能体或工作流之前测试检索效果。
- 市场（Marketplace）：可探索 Dify 工具、模型与集成；从市场安装模型提供商、工具、数据源和 MCP 集成，也可自定义；团队可复用已批准的插件，而无需每个项目从头接线。
- 发布与监控：可将 Dify 应用发布为托管体验、API 端点、嵌入组件或兼容 MCP 的工具；通过日志、反馈、标注、延迟和使用数据了解运行情况并持续改进。
三、部署方式与版本
- Dify Cloud：由 Dify 托管的 SaaS，无需管理基础设施，构建、测试并发布 AI 应用；提供应用、工作流、智能体和知识库的托管工作区，可作为 Web 应用或 API 发布，并随团队、存储、日志和使用量增长而扩展套餐。
- Dify Enterprise：自托管或运行在 VPC 中，面向采购、安全与审计；提供 SSO/SAML、RBAC、审计日志、SOC 2 Type II + ISO 27001、K8s 部署 Helm chart，以及专属 CSM 与 24/7 支持。
- Community Edition：开源社区版，可自托管，使用 Docker 部署；GitHub 158K+ stars，采用 Apache-2.0 衍生许可证，单命令 Docker 部署，包含完整 agent runtime 与 workflow 编辑器，并有社区 Discord 与论坛支持。
四、适用场景 官方列举了评估与测试（多阶段审查、规模化题目生成）、制造与工业（跨业务单元的统一私有平台）、消费品与快消（让业务团队自建 Agent）、专业服务与审计（用 Agent 和 RPA 推动审计自动化）、物流与供应链（在不按比例增加成本的情况下扩大业务量）、公共部门（本地部署并在机构间安全共享）、银行与金融服务（将业务团队统一到一个 AI 平台）、制药与生命科学（受治理的专家级 AI 助手）、半导体（在专有 LLM 之上编排 AI）、教育（多校区服务共用一个知识库）、互联网与媒体（从试点项目走向日常生产力）等场景。
五、使用方式与限制 用户可通过 Cloud 直接使用托管版本，或在企业环境中自托管、部署于 VPC；开源社区版则通过 Docker 自部署。构建方式以可视化画布、提示编排、知识管道配置和插件集成为主。官方还提到可将逻辑以 Web 应用、API、嵌入或 MCP 兼容工具等形式发布。关于具体收费、价格、各版本功能差异、模型调用成本、使用步骤等细节，资料中暂未提供，需以官方渠道为准。
