一个易用的 LLMOps 平台python源码社区版，旨在让更多人可以创建可持续运营的原生 AI 应用

源码资源网

一个易用的 LLMOps 平台python源码社区版，旨在让更多人可以创建可持续运营的原生 AI 应用
一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。以下是其核心功能列表：

1. 工作流: 在画布上构建和测试功能强大的 AI 工作流程，利用以下所有功能以及更多功能。
2. 全面的模型支持: 与数百种专有/开源 LLMs 以及数十种推理提供商和自托管解决方案无缝集成，涵盖 GPT、Mistral、Llama3 以及任何与 OpenAI API 兼容的模型。完整的支持模型提供商列表可在此处找到。

一个易用的 LLMOps 平台python源码社区版，旨在让更多人可以创建可持续运营的原生 AI 应用 ...

3. Prompt IDE: 用于制作提示、比较模型性能以及向基于聊天的应用程序添加其他功能（如文本转语音）的直观界面。

4. RAG Pipeline: 广泛的 RAG 功能，涵盖从文档摄入到检索的所有内容，支持从 PDF、PPT 和其他常见文档格式中提取文本的开箱即用的支持。

5. Agent 智能体: 您可以基于 LLM 函数调用或 ReAct 定义 Agent，并为 Agent 添加预构建或自定义工具。Dify 为 AI Agent 提供了 50 多种内置工具，如谷歌搜索、DALL·E、Stable Diffusion 和 WolframAlpha 等。

6. LLMOps: 随时间监视和分析应用程序日志和性能。您可以根据生产数据和标注持续改进提示、数据集和模型。

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

功能比较

功能
编程方法
支持的 LLMs
RAG 引擎
Agent
工作流
可观测性
企业功能（SSO/访问控制）
本地部署

系统要求

在安装之前，请确保您的机器满足以下最低系统要求：

• CPU >= 2 Core
• RAM >= 4 GiB
  

快速启动

启动服务器的最简单方法是运行我们的 docker-compose.yml 文件。在运行安装命令之前，请确保您的机器上安装了 Docker 和 Docker Compose：

1. cd docker
   
2. cp .env.example .env
   
3. docker compose up -d

复制代码

运行后，可以在浏览器上访问 http://localhost/install 进入 Dify 控制台并开始初始化安装操作。

自定义配置

如果您需要自定义配置，请参考 .env.example 文件中的注释，并更新 .env 文件中对应的值。此外，您可能需要根据您的具体部署环境和需求对 docker-compose.yaml 文件本身进行调整，例如更改镜像版本、端口映射或卷挂载。完成任何更改后，请重新运行 docker-compose up -d。您可以在此处找到可用环境变量的完整列表。

使用 Helm Chart 部署

使用 Helm Chart 版本或者 YAML 文件，可以在 Kubernetes 上部署。

• Helm Chart by @LeoQuote
• Helm Chart by @BorisPolonsky
• YAML 文件 by @Winson-030
  

使用 Terraform 部署

使用 terraform 一键部署到云平台

链接：https://pan.quark.cn/s/373ad627dc07
提取码下载：

文件名称:提取码下载.txt 
下载次数:0  文件大小:16 Bytes  售价:69金钱 [记录]
下载权限: 不限 [购买VIP]   [充值]   [在线充值]   【VIP会员6折；永久VIP4折】

安全检测，请放心下载