langgenius/dify
把大模型能力做成可视化工作流：在同一个协作空间里拼装 Agent、RAG 知识库问答和多模型调用，不必从零写代码，支持云端、VPC 或自托管部署。适合想快速把 AI 原型推到生产的小团队、独立开发者和需要内部知识库问答的公司。
这个项目是什么
低代码/无代码的 LLM 应用开发平台，用可视化编排搭建 Agent 与 RAG 流程。
能用来做什么
- 搭建企业内部知识库问答机器人
- 可视化编排多步 Agent 工作流
- 在同一界面切换测试 GPT、Claude 等模型
- 为跨境电商做多语言客服助手
- 快速验证 AI 产品原型再决定是否自研
上手条件
普通人
有条件可用
图形界面
有图形界面
部署
需要自己部署
API Key
需要
成本：自托管软件本身不额外收费，主要成本是服务器与模型调用；官方云版有付费档位，具体价格以官网为准。
能接入：内置 MCP 与工作流编排，可作为后端被其他系统调用；能否直接对接 n8n、CLI 等需查官方文档确认。
电商：商品与售后知识库问答、多语言客服办公：内部文档检索与流程自动化助手内容创作：批量文案、脚本生成流水线软件开发：Agent 流程原型验证与模型对比
商业方向与限制
可以怎么变现：用 Dify 给中小企业交付行业知识库问答或客服机器人，收搭建费加后续运维；也可做垂直场景的工作流模板包出售。
限制：许可证为自定义条款（Other），商用与二次分发前必须逐条确认；本次未取到 README，功能细节和当前维护状态需自行核对；自托管要具备 Docker 等运维能力。
低代码Agent 工作流RAG自托管多模型
Star 历史
2 个快照2026-10-182026-10-19
页面上的中文判断由模型基于仓库信息与 README 生成，会标注不确定性；Star 与许可证等事实来自 GitHub 官方 API。发现分析有误可以在后台重新分析该仓库。