Dify (Dify)
收录于 https://dify.ai
💰 Token 价格
| 类型 | 价格 | 备注 |
|---|---|---|
| 输入 (Input) | Sandbox 免费:200 GPT-4 调用 + 5MB vector 存储 + 10 文档 + 5,000 API 调用/月;Professional $59/workplace/月:100MB向量 + 100文档 + 50 工作流 | 每百万 tokens |
| 输出 (Output) | Team $159/workplace/月:500MB向量 + 500文档 + 200 工作流 + 500K 触发事件;Enterprise 合同制(SSO/私有部署/SLA) | 每百万 tokens |
Sandbox 免费层:200 GPT-4 调用 + 5MB vector 存储 + 10 文档 + 2 工作流 + 5,000 API 调用/月(30 天日志保留)
🤖 支持模型（共 100 个）
✨ 优势
- ✓ GitHub 150,010 stars 的 LLM 应用开发平台事实标准(langgenius/dify,Apache 风格许可)
- ✓ 4 档定价清晰:Sandbox 免费 → Professional $59 → Team $159 → Enterprise 合同制
- ✓ 可视化 Workflow Builder + RAG 流水线(全文档格式:PDF/PPTX/Word/代码等)
- ✓ Agent 框架 + 50+ 内置工具 + Function Calling + ReAct 双重引擎
- ✓ 100+ 模型集成(OpenAI/Anthropic/Google/国内全系列 + Ollama 自定义)
- ✓ 完整 LLMOps:标注/反馈/延迟分析 + 插件市场 + MCP 集成 + SSE 流式输出
⚠️ 不足
- × Sandbox 只有 5,000 API 调用/月,生产负载需要 Professional($59)或以上
- × 不是独立 LLM 提供商——用户需自带 API Key(除 Sandbox 赠送的 200 GPT-4 调用)
- × 工作流(Workflow)功能仅限 Professional 及以上,Sandbox 只有 2 个
- × 多 workspace 支持仅 Enterprise,团队协作用 Team(单 workspace)有隔离限制
- × Dify Cloud 国际版服务器在境外,国内直连可能延迟偏高(建议自部署)
- × PartnerStack 返佣链路透明度一般——合作伙伴后台不提供点击率/转化漏斗
🎯 适合场景
需要快速搭建 AI 应用的团队(可视化工作流 + RAG + Agent 一站式平台);希望在国内云部署完整 LLM 应用栈的开发者;需要在多个 LLM 提供商间统一管理 API Key 和 Prompt 的运维团队
💰 价格与方案
| 方案 | 价格 | 包含内容 |
|---|---|---|
| Sandbox（免费） | $0 | 200 次 GPT-4 调用 + 5MB 向量 + 10 文档 + 2 工作流 + 5,000 API 调用/月（30 天日志） |
| Professional | $59/workplace/月 | 100MB 向量 + 100 文档 + 50 工作流 + 团队成员无上限 + SSO |
| Team | $159/workplace/月 | 500MB 向量 + 500 文档 + 200 工作流 + 50 万触发事件 + 审计日志 |
| Enterprise | 定制合同 | SSO/SAML、私有部署、SLA、自定义数据留存、商业许可、专属支持 |
🔧 API 与开发者体验
- •API 风格: REST + SSE 流式 chat 响应；自 v0.6+ 起提供 OpenAI 兼容的 /v1/chat/completions shim。每个 Dify 应用暴露独立 API Key 和基于 app_id 的稳定端点。
- •后端即服务: Dify 不是裸 LLM 提供商——它提供 AI 应用的托管后端（工作流运行时、RAG 流水线、Agent 循环、会话存储），让开发者无需自行构建。托管 Dify Cloud 或自托管 Docker compose 替代约 3,000 行胶水代码。
- •可视化构建器: 拖拽画布搭建工作流节点（LLM、知识检索、代码执行、HTTP、条件、循环）和 Agent 图，集成 50+ 内置工具。变量、会话记忆和工具 schema 可在线编辑，无需 JSON 配置文件。
- •RAG 流水线: 内置文档摄取支持 PDF/PPTX/Word/Markdown/HTML/Excel/代码/Notion；多种检索模式（向量 / 全文 / 混合）支持重排序；每个数据集可独立选择 embedding 模型。Sandbox 档无需外部向量库。
- •模型集成: 通过统一接口接入 100+ LLM——OpenAI、Anthropic、Google、AWS Bedrock、Azure OpenAI、Cohere、Mistral、Ollama，以及所有主流国内提供商（DeepSeek、Qwen、GLM、ERNIE、Hunyuan、Doubao、MiniMax、Moonshot）。切换模型无需重构架构。
- •Agent 框架: 单 Agent 与多 Agent 图谱，Function Calling 与 ReAct 双引擎；工具市场支持自定义插件上传；v1.0.0-alpha 起支持 MCP server 集成，可发现外部工具。
- •可观测性与运维: 内置日志看板提供每请求 token / 延迟 / 成本，标注 + 反馈收集，prompt 版本管理，数据集用于评估。可导出到 OpenTelemetry 兼容后端。
🛠️ 可视化 AI 应用后端（BaaS）
Dify 的核心产品是面向 LLM 应用的后端即服务（BaaS）——一个托管运行时，将工作流编排、RAG 流水线、Agent 循环、会话存储、可观测性和可视化构建器整合到单个可 Docker 部署的产品中。裸 LLM 提供商只提供 /chat/completions 端点，期望开发者自行组装所有周边组件；Dify 则预先集成全部组件，并通过可导出为 YAML DSL 的拖拽画布暴露它们。代价是抽象层——需要特殊 RAG 启发式或底层工具编排的团队往往超出 Dify 节点图的能力，迁移到自定义 LangChain / LlamaIndex 代码。对于 "一周内上线生产级 AI 应用" 的 80% 场景，Dify 用单个自托管容器替代了几周的胶水代码。
🌐 中国访问与延迟
Dify 拥有完善的中国可用性：母公司 LangGenius 位于中国内地，原生中文 UI/UX，完整中文文档，并维护阿里云一键部署模板。Dify Cloud 国际版（cloud.dify.ai）托管在海外——国内直连延迟平均 300-800ms 且偶有超时；国内托管 Cloud（dify.ai / 企业 SaaS）对国内用户延迟一般低于 100ms。对于延迟敏感的国内生产部署，推荐通过官方 Terraform / docker-compose 模板在阿里云、腾讯云或华为云自托管；阿里云云市场还提供带自动伸缩的托管 Dify 镜像。由于 LangGenius 是注册的中国内地实体，ICP 备案流程顺畅，简化了企业采购。