dify
v0.12.1
？介绍 Dify 工作流程文件上传：重新创建 Google NotebookLM 播客
大飞云 · 自托管 · 文档资料 · 企业查询
Dify 是一个开源 LLM 应用程序开发平台。其直观的界面结合了代理 AI 工作流程、RAG 管道、代理功能、模型管理、可观察性功能等，让您快速从原型转向生产。
在安装 Dify 之前，请确保您的计算机满足以下最低系统要求：
- CPU >= 2 核
- 内存 >= 4 GiB
启动 Dify 服务器的最简单方法是通过 docker compose。在使用以下命令运行 Dify 之前，请确保您的计算机上已安装 Docker 和 Docker Compose：
cd dify
cd docker
cp .env.example .env
docker compose up -d运行后，您可以在浏览器中通过 http://localhost/install 访问 Dify 仪表板并开始初始化过程。
如果您在设置 Dify 时遇到问题，请参阅我们的常见问题解答。如果您仍然遇到问题，请联系社区和我们。
如果您想为 Dify 做出贡献或进行其他开发，请参阅我们的源代码部署指南
1. 工作流程：在可视化画布上构建和测试强大的 AI 工作流程，利用以下所有功能及其他功能。
2.全面的模型支持：与来自数十家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OpenAI API兼容模型。可以在此处找到受支持的模型提供程序的完整列表。
3. 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文本转语音等附加功能。
4. RAG Pipeline ：广泛的 RAG 功能，涵盖从文档摄取到检索的所有内容，并开箱即用地支持从 PDF、PPT 和其他常见文档格式中提取文本。
5. 代理功能：您可以基于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 多个内置工具，例如 Google Search、DALL·E、Stable Diffusion 和 WolframAlpha。
6. LLMOps ：随着时间的推移监控和分析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。
7. 后端即服务：Dify 的所有产品都附带相应的 API，因此您可以轻松地将 Dify 集成到您自己的业务逻辑中。
云
我们托管 Dify Cloud 服务，任何人都可以尝试零设置。它提供了自部署版本的所有功能，并在沙盒计划中包含 200 个免费的 GPT-4 调用。
自托管 Dify 社区版
通过本入门指南，快速让 Dify 在您的环境中运行。使用我们的文档获取更多参考和更深入的说明。
为企业/组织提供 Dify
我们提供额外的以企业为中心的功能。通过此聊天机器人记录您的问题或向我们发送电子邮件以讨论企业需求。
对于使用 AWS 的初创公司和小型企业，请查看 AWS Marketplace 上的 Dify Premium 并一键将其部署到您自己的 AWS VPC。它是一款经济实惠的 AMI 产品，可以选择创建具有自定义徽标和品牌的应用程序。
在 GitHub 上星标 Dify 并立即收到新版本通知。
如果您需要自定义配置，请参考我们的 .env.example 文件中的注释并更新.env文件中的相应值。此外，您可能需要根据您的特定部署环境和要求对docker-compose.yaml文件本身进行调整，例如更改映像版本、端口映射或卷挂载。进行任何更改后，请重新运行docker-compose up -d 。您可以在此处找到可用环境变量的完整列表。
如果您想配置高可用性设置，可以使用社区贡献的 Helm Charts 和 YAML 文件，这些文件允许将 Dify 部署在 Kubernetes 上。
使用 terraform 单击一次即可将 Dify 部署到云平台
使用 CDK 将 Dify 部署到 AWS
对于那些想要贡献代码的人，请参阅我们的贡献指南。同时，请考虑通过在社交媒体以及活动和会议上分享来支持 Dify。
我们正在寻找贡献者来帮助将 Dify 翻译成普通话或英语以外的语言。如果您有兴趣提供帮助，请参阅 i18n 自述文件以获取更多信息，并在我们的 Discord 社区服务器的
global-users频道中给我们留言。
贡献者
为了保护您的隐私，请避免在 GitHub 上发布安全问题。相反，请将您的问题发送至 [email protected]，我们将为您提供更详细的答案。
该存储库可在 Dify 开源许可证下使用，该许可证本质上是 Apache 2.0，但有一些额外的限制。
