工具介绍
核心功能
Dify 用可视化 Workflow Studio 组织模型调用、条件分支、变量、工具与数据处理节点，适合把原型逐步整理成可运行的智能体或生成式 AI 应用。平台提供模型与工具接入能力，团队可在同一工作区设计、调试和维护流程，而不必从零编写整套编排系统。
Knowledge Pipeline 用于导入资料、切分内容、建立可检索知识库并接入 RAG 流程；Marketplace 则提供模型、工具和集成扩展。部署方面可选择 Dify Cloud、面向企业的私有部署方案，或通过 Docker 运行开源 Community Edition。实际可用功能、配额和维护责任会随版本与部署方式不同。
适合场景
产品与研发团队可用它制作知识问答、内部助手、内容处理、客服分流和带工具调用的业务流程。较稳妥的做法是先定义输入输出、引用来源、失败分支和人工审批点，再用真实样本测试召回质量、成本、延迟与越权风险。
使用边界
可视化编排不会消除模型幻觉、提示词注入或工具误调用。涉及外部写入、付款、删除、账号权限和客户承诺时，应限制工具权限、隔离密钥、设置额度与人工确认，并保留审计记录。知识库回答要展示出处并允许用户核验；低质量、过期或无授权的资料会直接影响结果。
自托管也不等于自动安全。团队仍需负责服务器更新、访问控制、备份、日志、数据保留、模型供应商条款和个人信息合规。公开应用上线前还应测试恶意文件、越权检索、敏感信息泄露与高并发故障，不应把未经验证的输出直接用于医疗、法律、财务等高风险决策。
常见问题
Dify 只能使用云服务吗？
不是。官网提供云端、企业私有部署和开源 Community Edition 等路径，具体能力与运维责任不同。
可以连接自己的知识资料吗？
可以。Knowledge Pipeline 面向资料导入、处理、检索和 RAG 接入，但仍需检查资料授权、时效与召回结果。
不会编程也能使用吗？
可视化工作流降低了搭建门槛，但复杂集成、安全控制、故障排查和生产运维通常仍需要技术人员。
智能体能直接执行敏感操作吗？
技术上可能接入相关工具，但不应默认放行；需要最小权限、额度限制、人工审批和可追溯日志。
