【Hacker News搬运】Dify，构建/测试LLM应用程序的可视化工作流

[hackernews]

Title: Dify, a visual workflow to build/test LLM applications

Dify，构建/测试LLM应用程序的可视化工作流

Text:

hn link

Url: https://github.com/langgenius/dify

Dify是一个开源的LLM（大型语言模型）应用程序开发平台。它的直观界面结合了AI工作流程、RAG管道、代理功能、模型管理、可观测性功能等，使用户能够快速从原型过渡到生产。以下是Dify的核心功能列表：

1. **工作流程**：在可视化画布上构建和测试强大的AI工作流程，利用所有以下功能以及更多功能。

2. **全面的模型支持**：与数十个推理提供商和自托管解决方案的数百个专有/开源LLM无缝集成，涵盖GPT、Mistral、Llama2以及任何兼容OpenAI API的模型。支持的所有模型提供商列表可以在[这里](https://docs.dify.ai/getting-started/readme/model-providers)找到。

3. **提示IDE**：用于制作提示的直观界面，比较模型性能，并向基于聊天的应用程序添加诸如文本转语音等额外功能。

4. **RAG管道**：涵盖从文档摄入到检索的广泛RAG功能，开箱即支持从PDF、PPT等常见文档格式中提取文本。

5. **代理功能**：您可以基于LLM功能调用或ReAct定义代理，并为代理添加预构建或自定义工具。Dify为AI代理提供了50多个内置工具，例如Google搜索、DELL·E、Stable Diffusion和WolframAlpha。

6. **LLMOps**：监控和分析应用程序日志及随时间的表现。您可以基于生产数据和注释持续改进提示、数据集和模型。

7. **后端即服务**：Dify的所有服务都带有相应的API，因此您可以轻松地将Dify集成到自己的业务逻辑中。

Dify提供了三种使用方式：

- **云服务**：Dify提供了一个[Dify Cloud](https://cloud.dify.ai/)服务，任何人都可以无需设置即可尝试。它提供了自部署版本的所有功能，并且沙盒计划中包括200个免费GPT-4调用。

- **自托管Dify社区版**：使用[入门指南](https://docs.dify.ai/getting-started/install-self-hosted)快速在您的环境中运行Dify。我们的[文档](https://docs.dify.ai/)提供了更深入的参考和指导。

- **企业/组织版Dify**：我们提供额外的以企业为中心的功能。您可以[安排会议](https://cal.com/guchenhe/30min)或[发送电子邮件](mailto:business@dify.ai?subject=%5BGitHub%5DBusiness%20License%20Inquiry)与我们讨论企业需求。

对于使用AWS的初创企业和小型企业，可以在[AWS Marketplace](https://aws.amazon.com/marketplace/pp/prodview-t22mebxzwjhu6)上查看[Dify Premium on AWS Marketplace]，并一键部署到自己的AWS VPC。这是一个具有自定义标志和品牌化应用选项的实惠AMI。

Dify在GitHub上有一个讨论区，是分享反馈和提问的最佳场所。如果您在使用Dify.AI时遇到错误或希望提出功能建议，最佳场所是[GitHub Issues](https://github.com/langgenius/dify/issues)。对于有关使用Dify.AI的问题，最佳方式是发送电子邮件到[support@dify.ai](mailto:support@dify.ai?subject=%5BGitHub%5DQuestions%20About%20Dify)。您还可以在[Discord](https://discord.gg/FngNHpbcY7)上与社区分享您的应用程序，或者在[Twitter](https://twitter.com/dify_ai)上与社区互动。

Post by: mountainview

Comments:

huevosabio: How does it compare with MagickML?<p><a href="https://github.com/Oneirocom/Magick">https://github.com/Oneirocom/Magick</a>

huevosabio: 它与MagickML相比如何<p> <a href=“https://；&#x2F；github.com&#x2F：Oneirocom&#x2F！Magick”>https://&#x2F；github.com&#x2F；Oneirocom&#x2F；Magick</a>

jacobheller: Very slick and potentially very powerful. After a few minutes playing with it, I have a few recommendations:<p>- Variables should have more types, like an array of objects<p>- Prompting should incorporate Jinja2/Nunjucks<p>- For every prompt, I should be able to create many different test examples, along with an answer key, and measure how well it does across many tests<p>- It should auto-save. I did a lot of prompting work and then clicked another icon. When I came back, all my work was gone. (In fact, I don't see where to save at all! Maybe I'm just missing it.)

jacobheller: 非常光滑，可能非常强大。玩了几分钟后，我提出了一些建议：＜p＞-变量应该有更多的类型，比如对象数组＜p＞–提示应该包含Jinja2&#x2F；Nunjucks＜p＞-对于每个提示，我应该能够创建许多不同的测试示例，以及一个答案键，并测量它在许多测试中的表现<p＞-它应该自动保存。我做了很多提示工作，然后点击了另一个图标。当我回来的时候，我所有的工作都没了。（事实上，我根本不知道该存到哪里！也许我只是错过了它。）

choppaface: Wow I've never seen so many fake accounts on a HN post before. So then is it fair to say the Github stars for this project could also perhaps be artificially inflated? This month they started to go exponential: <a href="https://github.com/langgenius/dify?tab=readme-ov-file#star-history">https://github.com/langgenius/dify?tab=readme-ov-file#star-h...</a>

choppaface: 哇，我；我以前从未在HN的帖子上看到过这么多虚假账户。那么，可以公平地说，这个项目的Github明星也可能被人为夸大吗？本月，它们开始呈指数级增长：<a href=“https://；&#x2F；github.com#xx2F；langgenius&#x2F！dify？tab=readme ov file#star history”>https://&#x2F；github.com&#x2F；langgenius&#x2F；迪菲？tab=自述文件#star-h</a>

thomasfromcdnjs: What kind of people are using this AI dev platforms?<p>When do they become better then just rolling your own custom code?

thomasfromcdnjs: 什么样的人在使用这种人工智能开发平台<p> 它们什么时候会变得比滚动自己的自定义代码更好？

moklick: Dify looks super powerful! Always nice to see a React Flow app in the wild

moklick: 迪菲看起来超级强大！在野外看到React Flow应用程序总是很高兴：）