Dify 是开源的 LLM 应用开发平台，把 AI 工作流、RAG 知识库、Agent 能力、模型管理和可观测性收进同一个可视化界面。它的定位介于"写代码调 API"和"纯低代码工具"之间：能用界面把原型搭出来，也留了 API 和 SDK 给要接进自家系统的人。
主要能力
- 工作流编排：把提问、检索、模型调用、条件分支和工具串成一条可视化流程。
- 知识库（RAG）：上传文档后自动切片、向量化、检索，作为回答的依据。
- Agent：让模型调用工具完成多步任务。
- Prompt 管理：变量、条件、版本和多模型对照测试，团队可以协作改提示词。
- 模型接入：境外主流模型、国内厂商模型和本地部署的模型都能挂上去。
为什么值得单独收一条
大部分团队做 AI 应用的第一版，做的其实是同一批脏活：切文档、存向量、拼提示词、记日志、给业务方一个能点的界面。Dify 把这套东西标准化了，省下的是从零搭框架的那两周，而不是模型本身的能力。
需要写代码的部分它并没有消灭——复杂逻辑最终仍要落到自定义节点或外部服务上；可视化编排的边界在流程一复杂就会显现。把它当"前 80% 的脚手架"比当"完整替代方案"更符合实际。
部署与许可
社区版以 MIT 许可开源，用 Docker 自托管即可，数据留在自己的基础设施里；官方另有云端版本与企业方案。对数据不能出内网的团队，自托管是它最实际的价值点——但 Docker、向量库和版本升级的运维成本要自己承担。
国内使用
可以直接部署在国内服务器上，模型侧接国内厂商 API，就能做到全程国内可用。这也是它在国内团队里普及得比同类海外产品快的原因。