Dify 开源 LLM 应用平台

项目定位

Dify 提供可视化的大模型应用搭建能力：提示词编排、知识库检索、Agent、工作流与对外发布。适合改造成企业内部 AI 助手、客服问答、文档问答，或面向客户的 AI 应用底座。

技术栈与许可证

• 技术栈：后端 Python / Flask，前端 TypeScript / React；依赖 PostgreSQL、Redis、向量数据库与对象存储。
• 许可证：基于 Apache-2.0 修改，附加限制包括：不得将多租户 SaaS 形态对外提供（需书面授权）、不得移除或修改产品标识与版权信息、不得用 logo 暗示官方背书。内部部署与常规商用改造一般可用，但对外提供多租户服务前必须确认授权。

二次开发可以改哪里

• 应用编排：提示词、变量、上下文与对话流程。
• 知识库：文档解析、切分策略、向量化与召回配置。
• 工作流与 Agent：工具调用、分支与多步任务。
• 模型接入：对接不同厂商模型或本地推理服务。
• 前端与发布：应用页面、嵌入方式与 API 输出。

改造成本受什么影响

• 模型来源：使用公有云 API 接入快，本地模型需要额外算力与运维。
• 知识库质量：文档格式越杂，解析与切分调优成本越高。
• 多租户与权限：涉及组织隔离、计费与配额时改动面明显扩大。
• 部署依赖：向量库、缓存、对象存储都要一并规划。

需要注意的坑

• 许可证附加条款是重点：多租户 SaaS 对外服务与品牌标识都有约束。
• 大模型输出不稳定，关键场景要加校验与人工兜底。
• 知识库召回效果依赖切分与语料质量，不能只靠换模型解决。
• 升级前备份数据库与向量库，并核对工作流字段兼容性。

适合谁

希望把大模型能力落到具体业务、并需要数据与模型可控的团队；不适合准备直接转售多租户 AI SaaS 的场景，除非已完成授权确认。