Dify 是一个面向生产环境的 AI 应用开发与部署平台，围绕智能体、工作流、检索增强生成和模型工具集成，帮助团队在同一个协作空间中完成从原型到上线的过程。它既提供由 Dify 托管的云端服务，也提供企业私有部署和基于 Docker 的开源社区版，因此团队可以根据基础设施、采购、安全与审计要求选择部署方式。与只提供聊天界面或单一模型调用的工具不同，Dify 将提示词逻辑、数据检索、工具调用、人工介入、发布和运行监控组织在一套可视化平台中。
核心功能
可视化工作流编排
Workflow Studio 使用可视化构建模块和 AI 提示词，定义应用如何思考、检索数据、做出决策、调用工具、请求人工输入并完成任务。工作流逻辑保持可见，团队可以对其进行测试、调试、部署和交接。它适合把原本分散在提示词、数据处理和业务判断中的步骤组合成可查看的执行路径。
智能体构建与复用
Dify 支持通过对话方式创建智能体，也支持手动配置。智能体可以使用技能、工具和知识，并可作为独立应用使用、嵌入网站，或作为智能体节点复用到工作流中。这样同一套智能体能力可以被不同应用或工作流继续调用，而不必每次从头配置。
知识库流水线
Knowledge Pipeline 面向文件、网站、在线文档和云盘等来源，提供可重复使用的数据准备流程。系统可以对内容进行提取、清理、分块、索引，并在知识库连接到智能体或工作流之前测试检索效果。该功能用于把原始资料整理成 AI 应用可查询的知识基础，官网没有在正文中限定具体文件格式或单次处理规模。
模型、工具与数据源集成
Dify 的 Marketplace 可以安装模型提供商、工具、数据源和 MCP 集成，也允许团队定义自己的集成。团队能够在多个应用之间复用经过批准的插件，避免每个项目都重复连接同一套能力。官网将这些集成放在统一工作空间中管理，但正文没有列出完整的模型提供商或插件清单。
应用发布与运行监控
同一套 Dify 逻辑可以发布为托管体验、API 端点、嵌入式应用或兼容 MCP 的工具。发布后可通过日志、用户反馈、标注、延迟和使用数据了解应用运行情况，并据此改进应用。云端版本还支持将应用、工作流、智能体和知识库放在托管工作空间中管理，并可发布为 Web 应用或 API。
使用方式
Dify 提供 Dify Cloud 云端托管方式，用户无需管理基础设施即可构建、测试和发布 AI 应用；企业也可以在自己的 VPC 中运行或进行私有部署。Community Edition 为源代码可用的开源版本，支持使用 Docker 自托管，并提供单命令 Docker 部署、完整智能体运行时和工作流编辑器。应用可发布为 Web 应用、API、嵌入式体验或 MCP 兼容工具。官网正文未说明是否必须注册，也未要求用户自备特定模型 Key。
适用人群与场景
需要快速验证 AI 应用的产品和研发团队，可以使用可视化工作流、智能体和发布能力，把提示词、检索、决策与工具调用组合起来。企业业务团队可以在协作工作空间中构建自己的智能体，并将其嵌入网站或复用到业务流程。需要处理内部资料的团队，可以通过知识库流水线整理文件、网站、在线文档和云盘内容，再连接到智能体或工作流。对安全、采购和审计有要求的企业，则可以选择企业私有部署或 VPC 运行方式，并使用 SSO、SAML、RBAC 和审计日志等能力。
注意事项
官网同时提供云端托管、企业私有部署和开源社区版，具体能力会随部署方式不同而变化。企业版页面列出 SSO / SAML、RBAC、审计日志、SOC 2 Type II、ISO 27001、Kubernetes Helm chart、专属客户成功经理和全天候支持；社区版则强调 Apache-2.0 衍生许可证、Docker 自托管以及社区 Discord 和论坛支持。正文未给出云端或企业版的具体价格、免费额度和用量上限。
