qvib.pro
EN

Dify

Для чего: open-source платформа для LLM-приложений и агентов — RAG, workflow и мульти-агенты на визуальном холсте.

open-source бесплатно локально API профи

★131k GitHub — один из самых быстрорастущих open-source LLM-фреймворков проверено 2026-06-01

$ docker compose up -d # https://github.com/langgenius/dify

Открыть источник ↗

Что это и кому

Dify — open-source платформа для сборки LLM-приложений и агентов: визуальный конструктор пайплайнов, RAG (вопросы по своим документам), оркестрация мульти-агентов и поддержка MCP — всё с возможностью self-host. Для разработчиков и команд, кто хочет быстро собрать чат-бот/ассистента по своей базе знаний и довести его до продакшена, не привязываясь к одному облаку. Выделяется зрелостью «chat-first RAG» из коробки и огромным комьюнити (★131k на GitHub).

Ключевые возможности

  • Визуальный конструктор workflow и агентов (drag-and-drop).
  • RAG-пайплайн: загрузка документов, индексация, вопросы по своей базе.
  • Мульти-агентная оркестрация и инструменты; поддержка MCP.
  • Подключение множества моделей (облачных и локальных).
  • Встроенные промпт-IDE, логирование, оценка ответов.
  • Self-host через Docker или облако; API для встраивания.

Как начать за 5 минут

  1. Подними локально через Docker Compose (или зарегистрируйся в облаке Dify):
git clone https://github.com/langgenius/dify && cd dify/docker
cp .env.example .env && docker compose up -d
  1. Открой панель, подключи API-ключ модели (OpenAI/Anthropic/локальная).
  2. Создай приложение, загрузи документы для RAG и протестируй чат; опубликуй как API/виджет.

Когда брать, а когда нет

  • ✅ Бери, если: нужен self-host RAG-ассистент/агент по своей базе знаний с контролем данных.
  • ✅ Бери, если: ценишь open-source, визуальную сборку и поддержку MCP.
  • ❌ Не бери → лучше «n8n»-подобная автоматизация, если ИИ — лишь один шаг в большом ops-процессе.
  • ❌ Не бери → лучше «Flowise», если нужен именно LangChain-стиль прототипирования на холсте.

Цена по-честному

Сам Dify бесплатен (open-source, self-host); платишь за токены моделей и свою инфраструктуру. Есть облачный тариф Dify с лимитами/подпиской. Точные суммы — у провайдера, меняются.

Подводные камни

  • Self-host требует DevOps-рук: обновления, бэкапы, масштабирование — на тебе.
  • Качество RAG зависит от чистки данных и настройки чанков/ретривера.
  • Токены моделей всё равно платные — «бесплатно» только сама платформа.
  • Быстрые релизы: следи за миграциями между версиями.

🤖 Промт-ускоритель

«Я собираю в Dify RAG-ассистента по своей базе знаний <опиши: документы/тип контента> для <аудитория/задача>. Помоги спроектировать пайплайн: как подготовить и чанковать документы, какой ретривер/embeddings выбрать, системный промпт ассистента и правила, чтобы он отвечал только по источникам с цитатами. Дай чек-лист проверки качества ответов перед публикацией.»