最近,Dify 的迭代非常之频繁,继 6 月 25 日发布 1.5.0 版本之后,7 月 2 日又迅速推出了 1.5.1 版本。从 1.4.x 开始,我几乎每个版本发布时都会第一时间尝试升级。社区一如既往地活跃,大家遇到 bug 都会第一时间反馈,官方团队也会及时记录并处理。我个人认为 1.5.x 版本在性能和体验方面有了巨大的提升,跨越非常大,所以非常值得写一篇文章记录一下,今天也分享给大家!
在深入分析之前,让我们先回顾一下Dify的核心定位。作为一个开源的LLM应用开发平台,Dify通过可视化界面将AI工作流、RAG管道、Agent能力、模型管理和可观测性等功能有机结合,支持从原型到生产的全生命周期开发。平台不仅集成了数百种LLM模型,还提供50+内置工具,从1.X版本开始支持了插件化,形成了完整的AI应用开发生态。“低代码 + 高性能 + 插件化”的设计理念,是 Dify 在激烈竞争中脱颖而出的关键所在,目前,Dify在Github已经斩获了105.9K Star!
给大家分享一张 2025 年的开源大模型全景图。这张图是蚂蚁开源负责人在前两天的魔搭开发者大会上分享的,非常具有权威性。从图中可以看到,在 Agent Framework workflow 这一领域,Dify 位居榜首,n8n 和 RAGFlow 紧随其后。这也充分证明了目前Dify在这个领域的热度以及公信力。
持久化调试变量:
传统调试中,每次重新运行都会丢失之前的变量状态,开发者需要反复输入测试数据。1.5.0版本引入的持久化机制让调试变量得以保存,开发者可以基于之前的状态继续调试,大大提高了数据复用性和调试连续性。
仪表盘集成:
新版本将调试功能直接集成到仪表盘中,开发者无需在多个界面间切换,即可实时监控工作流运行状态、查看最新执行记录、分析性能指标。这种集中化的管理方式不仅提升了操作效率,更便于团队协作和问题追踪。
可视化增强:
重构后的调试界面提供更清晰的可视化展示,复杂的工作流逻辑通过直观的图形化界面得以呈现。开发者可以快速定位问题节点,理解数据流转过程。
拖放DSL功能:简化应用创建流程
新增的拖放DSL功能允许开发者直接将DSL脚本文件拖拽到浏览器中创建新应用。
增强默认模板:支持多媒体交互
1.5.0版本支持嵌入sys.files,这对于需要处理图像、音频、文档等多媒体内容的应用场景非常友好。
MatrixOne集成:高性能数据处理
丰富了所支持的向量数据库类型,向量数据库选型有了更多的选择。对于业务场景有需求或者是有相关技术栈历史积累的团队,这算是一则很好的消息。
接入文档说明:
https://docs.matrixorigin.cn/dev/MatrixOne/Tutorial/dify-mo-demo/
SendGrid集成:企业级邮件服务
与SendGrid的集成为Dify应用增加了稳定可靠的邮件发送能力,有相关场景的小伙伴可以尝试一波。
https://github.com/langgenius/dify/releases/tag/1.5.0
知识库索引优化:智能检索的基石
1.5.1版本引入的知识库索引功能,针对数据访问和检索速度进行了深度优化,简单说就是优化了RAG的性能。
动态选择参数:
新增DYNAMIC_SELECT功能为参数配置增加了灵活性,我们可以根据具体场景来动态调整配置参数。
模型提供程序验证:
在API中增加模型提供程序验证机制,确保模型始终在受控状态下运行,能够有效防止因模型配置错误导致的服务异常。
结构化输出插件:
新增的结构化输出插件,让输出更加标准化和可控,尤其是对于text2API场景。
1.5.1版本在用户体验方面进行了大量细节优化,包括自适应面板宽度管理、插件设置的默认值自动填充、UI样式调整等。最最重要的是,这个版本修复了一大波bug!
https://github.com/langgenius/dify/releases/tag/1.5.1
最后,给大家分享一张图,信息量很大,我们共同期待!
文章来自于微信公众号“弹壳AI”。
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI