Dify 应用编排平台：把 Agent 做成可运维的产品

Dify 解决的不是"怎么用上 Agent"，而是"怎么让 Agent 变成一个能上线、能排错、能交接的应用"。这两件事的差别，决定了它是工具还是平台。

四件事被塞进同一个控制台

打开 Dify 的工作台，能做的东西通常分四块。

工作流编排：把开始、模型调用、知识检索、条件分支、代码、工具、人工输入这些节点连成一张图。图跑得通，就能发布成一个应用。

知识库：上传文档、自动分段、建立索引、提供检索。它不是外挂的向量库，而是内建的一整条 RAG 管道。

Agent：在流程里挂一个会自己选工具、自己多步推理的节点，而不是把每一步都写死。

发布：任何应用都能变成一个 API，或者一个可嵌入的网页组件。这一条决定了它和"本地玩一玩"的工具的根本区别——产物是服务，不是对话记录。

知识库的质量决定上限

很多团队用它做内部问答，最后效果不好，问题往往不在模型，而在检索。

分段策略是第一道关。按固定长度切，会把一张表格切成两半；按标题切，又可能把上下文切得太碎。Dify 提供了多种分段方式，但选哪一种取决于文档形态——制度文件、产品手册、FAQ 的结构完全不同，用一种切法处理所有文档，召回必然不稳。

检索方式是第二道关。纯向量检索擅长语义相近，弱在精确匹配；全文检索擅长关键词，弱在同义表达。混合检索把两者结合，代价是需要调权重。这件事没有通用答案，只能拿真实问题去试。

所以用 Dify 做知识库，最花时间的部分不是拖节点，而是整理语料。语料干净、分段合理，后面的编排才有意义。

Agent 化是近两年补上的一块

早期的 Dify 更像"可视化工作流 + 知识库"，流程是确定的：节点怎么连，就跑怎么跑。2026 年的版本开始补自主性——Agent 节点支持在沙箱里执行代码与 shell、支持可复用的技能，后续版本又接入了云沙箱，把执行环境从平台内部挪到隔离环境里。

这个演进方向值得注意：它意味着 Dify 不再只做"确定流程的编排"，也开始承接"不确定步骤的任务"。但两者的适用边界不同——流程确定的任务，用工作流更可控、更便宜；步骤不确定的任务，才需要 Agent 节点。

很多团队一上来就给所有场景加 Agent 节点，结果成本上升、行为不可预测。正确的做法是：能用固定流程解决的，不要交给自主判断。

图 1　工作流节点与 Agent 节点，各占一个角

能不能上生产，看的是可观测性

一个 AI 应用上线后最常见的问题是"它为什么这么答"。如果平台只能给你最终输出，排查就等于猜。

Dify 在这方面做得比较完整：每个节点的耗时、输入、输出都能看到，错误有明确指向；同时支持把追踪数据导出到外部的可观测系统，接到团队已有的监控链路上。这一层能力，是它和"自己写脚本调 API"最实际的差距。

对工程团队来说，这项能力比多支持几个模型更重要。模型可以换，排错能力换不了。

开源，但不是无条件的开源

它的许可常被简化成"Apache 2.0"，这不准确。实际采用的是在 Apache 2.0 基础上附加条件的许可：商用可以，但如果要把 Dify 作为多租户服务对外提供，需要商业授权；使用前端时不得移除或修改控制台与应用中的标识。

对大多数企业内部自用场景，这些条件没有影响。对打算把 Dify 包装成 SaaS 卖给客户的团队，这是必须先算清的一条。

部署方式相对完整：Docker Compose 起步，Kubernetes Helm、Terraform、AWS CDK 都能接；社区版免费自托管，企业版提供多工作区、SSO、权限与支持。数据留在自己机房里，这是它在受监管行业站住脚的主要原因。

和 n8n、LangGraph 的分工

和 n8n 比，Dify 的重心在"构建应用"：知识库、提示词调试、应用发布、可观测，都是围绕一个要交付给终端用户的产品设计的。n8n 的重心在"连接系统"：它的优势是几百个现成集成，把 Agent 接进 Slack、Jira、数据库这些真实流程。

和 LangGraph 这类代码框架比，Dify 用可视化换掉了灵活性。状态机复杂到一定程度、需要精细控制每一步的重试与分支时，代码框架更合适；反之，如果需求是"两周内上线一个带知识库的客服助手"，可视化省下的时间很可观。

一个实用的判断：如果这个东西要给业务同事用、要长期维护、要能查日志，看 Dify；如果它只是你系统里的一个内部函数，代码框架更轻。

什么情况下别选它

需要极致定制编排逻辑、需要把 Agent 嵌进已有微服务架构、团队已经有成熟的 LLM 网关与可观测体系——这三种情况下，Dify 带来的是额外一层，而不是省掉一层。

还有一种情况：任务本身是一次性的。Manus 那类通用 Agent更适合"这次做完就行"的需求，平台的价值在于重复运行，不在于单次交付。

选平台的标准从来不是功能清单长短，而是"这套东西三个月后还有人维护吗"。Dify 的答案取决于你有没有把它当成一个产品来做，而不是当成一个 Demo 工具。