Dify
Dify是一款开源的大语言模型（LLM）应用开发平台，旨在帮助开发者和企业快速构建、部署AI原生应用。平台提供可视化的工作流编排、RAG检索增强生成、Agent智能体构建等核心能力，支持接入多种主流大语言模型。Dify兼顾低代码操作与API集成方式，适用于聊天助手、自动化流程及企业级AI应用的开发场景。
核心事实
时间轴 (近 90 天)
教程建议在工具类产品中，若公司使用 Dify 则优先学习，否则可暂缓。
工具类 Agent 产品指用于快速搭建智能体的平台，例如 Coze Studio、Dify、M8N 等，通过可视化界面降低编程门槛。
工作流编排指的是把多个步骤（模型推理、工具调用、条件判断、人工审核、数据读写）组织成可重复执行的流程，常见实现方式包括可视化编排平台与代码框架（如LangChain、Dify、Coze等）。
Dify更偏向LLMOps，提供从提示词编排、知识库管理到模型部署的完整生命周期支持，适合需要私有化部署的团队。
部署 Dify 一般建议服务器配置为 2 核 4G 起步，若本地运行大模型则需更高显存。
AI服务编排可通过LangGraph、Dify等工作流框架声明式描述节点与状态流转，或将能力封装为微服务由API网关统一调度。
Dify 对话 API 首次调用时 conversation_id 为空，Dify 创建新会话并在响应中返回新 ID，后续调用需回传该 ID 才能延续同一会话。
Dify 应用的 API 密钥在 Dify 控制台的“访问 API”页面生成，每个应用独立。
LangBot 处理器中的“身份（发送者）”字段决定向 Dify 传递的用户标识，影响 Dify 侧的会话隔离和用量统计。
Dify 的基础 URL 在自托管部署中可使用容器别名（如 http://dify:5001/v1），前提是 LangBot 插件容器与 Dify 容器在同一 Docker 网络。
还有 40 条时间轴事件
全部知识事实 (20)
Agent具备规划、工具调用、记忆与自主迭代的能力，区别于传统大语言模型的单次问答模式
90%已验证当前主流的编程智能体架构大多采用ReAct（Reasoning + Acting）范式
90%已验证目前主流的AI Agent框架包括LangChain、AutoGen、CrewAI等
90%已验证AI Skill是封装了特定任务逻辑的可复用AI执行单元，本质上是结构化提示词与代码逻辑的组合体
90%已验证Agent的实现通常通过ReAct（Reasoning + Acting）框架来实现规划能力
90%已验证RAG（检索增强生成）技术架构将文档切片、向量化、存入向量数据库，查询时先检索相关片段再交给模型生成回答
90%已验证Dify是一款专注于AI应用开发的低代码平台，帮助开发者快速构建各类AI应用
80%已验证n8n 允许在可视化界面上通过拖拽节点的方式构建自动化流程
80%已验证Dify 是一款面向国际市场的低代码 AI 应用平台，可通过可视化拖拽方式搭建 AI 应用
80%已验证Chatflow是Dify特有的概念，本质上是带有对话交互能力的工作流
80%已验证Dify是一款面向非编程人员和开发者的低代码AI应用构建平台
80%已验证Open WebUI 支持 Ollama 和 OpenAI API 等多种后端
80%已验证Dify是一款支持开源和私有部署的AI应用平台
80%已验证Dify内置了RAG（检索增强生成）引擎、Agent框架和工作流编排器
80%已验证Dify支持接入OpenAI、Anthropic、本地部署的开源模型等多种LLM后端
80%已验证Dify是一款开源的LLMOps平台，提供可视化的工作流编排界面，用户可以通过拖拽节点来构建Agent
80%已验证Dify的核心架构采用微服务设计，通过Docker Compose将API服务、Worker、Web前端、PostgreSQL、Redis和向量数据库等组件解耦部署
80%已验证Zapier、Make（原 Integromat）、n8n 是常见的无代码/低代码工作流编排平台，允许以可视化方式将不同服务的API连接成触发-动作链
75%已验证低代码平台适合快速验证想法和提升办公效率，代码框架适合处理核心业务、高保密数据和复杂审批流的深度定制
75%已验证Dify支持三种部署方式：基于Docker部署、源码部署、以及官方在线托管页面
75%