Dify 是什么

[QingyaFan]

Dify 是什么

Dify 是 LLM应用开发平台，它融合了 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。非技术人员也能参与到 AI 应用的定义和数据运营中。¹

什么是应用开发平台？

应用开发平台（Application Development Platform, ADP）是一种为开发者提供工具、框架、服务和环境的集成解决方案，旨在简化和加速应用程序的设计、开发、测试、部署和维护过程。它是构建、运行和管理软件应用程序的基础，广泛应用于现代软件开发中。

应用开发平台的意义？

1. 提高开发效率：提供标准化的工具链和流程，减少重复工作
2. 降低技术门槛：特别是低代码、无代码平台，适合业务人员快速搭建原型
3. 支持快速迭代：与CICD工具集成，开发者可以快速测试和发布功能

那么什么是LLMOps？

LLMOps（Large Language Model Operations）是一个涵盖了 LLM 开发、部署、维护和优化的整套实践和流程。LLMOps 的目标是确保高效、可扩展和安全地使用这些强大的 AI 模型来构建和运行实际应用程序。它涉及到模型训练、部署、监控、更新、安全性和合规性等方面。²

总结起来就是，用LLMOps实践来做一个AI应用开发平台。那么，为什么要做AI应用开发平台？

Dify 的意义

如果不做AI应用开发平台，开发一个应用会是什么流程？

开发一个AI应用（如Agent）的过程可以分为需求分析、架构设计、模型开发、集成实现、测试与迭代、部署与运维等多个阶段。

有了AI应用开发平台，会有哪些改善？这些改善对用户有价值吗？

AI应用开发平台，应该要做哪些事情？

Dify 的设计

应用

在 Dify 中，“应用”指基于 LLM 构建的实际场景应用。通过创建应用，你可以将智能 AI 技术应用于特定的需求。它既包含了开发 AI 应用的工程范式，也包含了具体的交付物。³

Dify 提供了四种应用类型：

1. 聊天助手：对话式交互助手
2. 文本生成：文本生成类任务的助手，例如撰写故事、翻译等
3. Agent：能够分解任务、推理思考、调用工具的对话式智能助手
4. 工作流：基于流程编排的方式定义更加灵活的 LLM 工作流

1 和 2 的主要区别是一个有记忆，一个没有记忆，1 对应的是 /chat/completions api，2 对应的是 /completions api。

Dify 有哪些组件

• nginx
• api
• worker
• ssrf_proxy
• sandbox
• redis
• weaviate
• db
• web

Footnotes

1. https://docs.dify.ai/zh-hans ↩

2. https://docs.dify.ai/zh-hans/learn-more/extended-reading/what-is-llmops ↩

3. https://docs.dify.ai/zh-hans/guides/application-orchestrate ↩