Dify AI 應用開發平台

Wed, 18 Feb 2026 00:00:00 +0000

專案簡介

Dify 是一個開源的 LLM 應用開發平台，提供視覺化的介面來建構 AI 應用。支援 RAG、Agent、Workflow 等功能，讓非技術人員也能快速打造 AI 產品。

GitHub Stars: 129K+

主要功能

視覺化 Workflow - 拖拉式建構複雜 AI 流程
RAG Pipeline - 內建知識庫管理
Agent 模式 - 自動選擇工具完成任務
多模型支援 - OpenAI、Anthropic、本地模型
API 發布 - 一鍵將應用轉為 API

部署

Docker Compose（推薦）

1
2
3
4


git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d

訪問 http://localhost/install 完成初始設定。

環境變數設定

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13


# .env
# 資料庫
DB_USERNAME=postgres
DB_PASSWORD=your-password
DB_HOST=db
DB_PORT=5432

# Redis
REDIS_HOST=redis
REDIS_PORT=6379

# 向量資料庫
VECTOR_STORE=weaviate

建立應用

1. 聊天助手

進入「工作室」→「建立應用」
選擇「聊天助手」
設定系統提示詞
選擇 LLM 模型
發布應用

2. 知識庫 RAG

進入「知識庫」→「建立知識庫」
上傳文件（PDF、Word、Markdown）
設定切割和索引策略
在應用中啟用知識庫

3. Workflow

視覺化建構複雜流程：

1
2
3


開始 → LLM → 條件判斷 → 知識檢索 → LLM → 結束
 ↓
 HTTP 請求

API 使用

對話 API

1
2
3
4
5
6
7
8
9


curl -X POST 'https://api.dify.ai/v1/chat-messages' \
 -H 'Authorization: Bearer {api_key}' \
 -H 'Content-Type: application/json' \
 -d '{
 "inputs": {},
 "query": "什麼是 OWASP Top 10？",
 "user": "user-123",
 "response_mode": "blocking"
 }'

串流回應

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20


import requests

response = requests.post(
 'https://api.dify.ai/v1/chat-messages',
 headers={
 'Authorization': 'Bearer {api_key}',
 'Content-Type': 'application/json'
 },
 json={
 'inputs': {},
 'query': '解釋 SQL Injection',
 'user': 'user-123',
 'response_mode': 'streaming'
 },
 stream=True
)

for line in response.iter_lines():
 if line:
 print(line.decode('utf-8'))

進階功能

變數設定

在 Workflow 中使用變數：

1
2
3


{{#context#}} - 知識庫檢索結果
{{#query#}} - 使用者輸入
{{#files#}} - 上傳的檔案

自訂工具

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19


openapi: 3.0.0
info:
 title: Security Scanner API
 version: 1.0.0
paths:
 /scan:
 post:
 summary: 掃描目標網站
 requestBody:
 content:
 application/json:
 schema:
 type: object
 properties:
 url:
 type: string
 responses:
 '200':
 description: 掃描結果

Webhook 整合

1
2
3
4
5
6
7
8
9


from flask import Flask, request

app = Flask(__name__)

@app.route('/webhook', methods=['POST'])
def webhook():
 data = request.json
 # 處理 Dify 回呼
 return {'status': 'ok'}

整合本地模型

Ollama

設定 → 模型供應商 → 新增
選擇 Ollama
輸入 API 端點：http://host.docker.internal:11434
選擇模型

LocalAI

1
2
3
4
5
6
7
8


# docker-compose.yml 新增
services:
 localai:
 image: localai/localai
 ports:
 - "8080:8080"
 volumes:
 - ./models:/models

生產部署

Kubernetes

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18


apiVersion: apps/v1
kind: Deployment
metadata:
 name: dify-api
spec:
 replicas: 3
 selector:
 matchLabels:
 app: dify-api
 template:
 spec:
 containers:
 - name: api
 image: langgenius/dify-api
 resources:
 limits:
 memory: "2Gi"
 cpu: "1000m"

負載平衡

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


upstream dify {
 server dify-api-1:5001;
 server dify-api-2:5001;
 server dify-api-3:5001;
}

server {
 location /v1 {
 proxy_pass http://dify;
 }
}

no-code on Astroicers Blog