Dify: установка и настройка open-source платформы для AI-приложений
Как развернуть Dify (self-host через Docker Compose или Cloud), подключить LLM, собрать базу знаний для RAG, построить рабочий процесс в визуальном конструкторе и опубликовать приложение с API. По шагам — без лишней теории.
Open sourceRAGWorkflow-конструктор
Уровень СреднийВремя настройки 30 минутОбновлено 26.09.2026
Dify стал одной из самых популярных open-source платформ для разработки LLM-приложений: запрос «dify ai» стабильно приходит в поиск. Это одновременно конструктор, среда для работы с моделями и хостинг приложений — с визуальным построением рабочих процессов, базами знаний для RAG и публикацией через API. Ниже — практичная настройка: установка, модели, RAG, workflow и вывод в прод.
157 244
Звёзд на GitHub
langgenius/dify, 26.09.2026
81
QantScore каталога
из 100, рейтинг 4,5/5
8
Сервисов в Docker-стеке
API, web, worker, БД, кеш, sandbox…
бесплатно
Community edition
self-host без лицензии
01Что такое Dify
Dify — open-source платформа для разработки AI-приложений: чат-ботов, агентов и рабочих процессов на языковых моделях. Её ценность — в сочетании трёх вещей: подключения множества LLM через один интерфейс, базы знаний с RAG и визуального конструктора. Приложение можно сразу опубликовать и отдать по API, не собирая весь стек вручную.
Карточка платформы
Что этоOpen-source платформа для AI-приложений (LLMOps)
РазвёртываниеSelf-host через Docker Compose или Dify Cloud
Ключевые блокиПровайдеры моделей, база знаний (RAG), визуальный workflow
ПубликацияВеб-приложение + API-ключи для внешних систем
ЛицензияCommunity edition открыта; Cloud и Enterprise — платные
Каталог QantcoreQantScore 81 из 100, рейтинг 4,5/5
Кому это нужно
Если вы собираете внутреннего ассистента по своим документам или пилотного агента для бизнеса, Dify позволяет обойтись без написания бекенда: конструктор, база знаний и API уже внутри. Код открыт, поэтому платформу можно держать на своём сервере и не отправлять документы наружу.
02Self-host: развёртывание через Docker Compose
Исходный код доступен открыто, поэтому платформу можно поднять у себя на сервере. Проще всего — штатным Docker Compose: он поднимает набор контейнеров, каждый из которых отвечает за свою часть работы.
Сервис
Что делает
Зачем в стеке
api
Бекенд платформы: логика приложений, работа с моделями и знаниями
Принимает запросы UI и внешние вызовы
web
Веб-интерфейс: конструктор, настройки, база знаний
Здесь вы работаете руками
worker
Очередь фоновых задач: индексация документов, длинные операции
База знаний строится в фоне, не блокируя интерфейс
PostgreSQL
Основная база данных платформы
Приложения, настройки, метаданные знаний
Redis
Кеш и очередь
Ускоряет работу и разгружает API
sandbox
Изолированная среда для исполнения кода в workflow
Безопасный запуск пользовательских шагов
векторная БД
Хранение эмбеддингов документов
Основа RAG-поиска по вашим файлам
nginx-прокси
Единая точка входа для интерфейса и API
Порты, домены и HTTPS
Состав стека Dify 1.x: одна команда поднимает все восемь сервисов, поэтому отдельные компоненты (например, векторную БД) можно заменить на свои.
Уровни платформы
Схема сверху вниз: пользовательский интерфейс опирается на workflow, а тот — на знания и выбранную модель.
Три команды до рабочего интерфейса
1
Клонируйте репозиторий
Код открыт на GitHub; для self-host нужен установленный Docker с Compose.
terminalcopy
git clone https://github.com/langgenius/dify.git
cd dify/docker
2
Подготовьте окружение
Скопируйте пример настроек и при необходимости задайте параметры базы и ключей. Полный список переменных — в официальной документации по self-hosting.
terminalcopy
cp .env.example .env
# при необходимости задать базу и ключи
3
Запустите стек
Одна команда поднимает все сервисы платформы. После старта интерфейс открывается на локальном порту (по умолчанию http://localhost).
terminalcopy
docker compose up -d
# интерфейс: http://localhost
Сверяйтесь с документацией
Точные системные требования, порты и конфигурация базы меняются от версии к версии. Перед продовым развёртыванием откройте официальный раздел self-hosting, чтобы не получить устаревшие флаги и параметры.
03Подключение LLM-моделей
Сначала — модели. В панели Dify добавьте ключ API вашего LLM-провайдера: поддерживаются основные провайдеры через API, включая OpenAI-совместимые эндпоинты и локальные модели. После подключения модель выбирается в настройках приложения, чат-бота или workflow — то есть один интерфейс закрывает сразу облачные и локальные сценарии.
Вариант
Как подключается
Когда выбирать
Облачный провайдер
Ключ API в разделе провайдеров
Нужно максимальное качество и не важна стоимость запроса
OpenAI-совместимый эндпоинт
Свой базовый URL + ключ
Есть шлюз, прокси или собственный инференс
Локальная модель
Адрес локального API (например, Ollama или LM Studio)
Данные не должны покидать контур
Dify не привязывает вас к вендору: смена модели — это настройка приложения, а не переписывание кода.
04База знаний и RAG
Создайте базу знаний — раздел для ваших документов. Загрузите файлы, задайте правила нарезки на фрагменты и выберите модель эмбеддингов. Dify построит векторный индекс, и приложение сможет отвечать на основе ваших материалов (RAG), а не только общих знаний модели.
Путь документа до ответа
порядок работы в интерфейсеtext
# пример: загрузка и индексация из интерфейса
# 1. Создайте Knowledge -> добавьте файл (txt/pdf/md...)
# 2. Настройте сегментацию (chunking) и выберите embedder
# 3. Дождитесь индексации и привяжите базу к приложению
Что влияет на качество RAG
Два параметра решают больше всего: размер фрагмента (слишком крупный — теряется точность, слишком мелкий — рвётся контекст) и модель эмбеддингов. Меняйте их по одному и проверяйте ответы на одних и тех же вопросах.
05Визуальный конструктор и публикация
Workflow — главная фича Dify: рабочий процесс собирается из блоков на канвасе. Это делает агентную логику наглядной и воспроизводимой, а отладку — предсказуемой: видно, на каком шаге ответ теряет качество.
Вход — стартовая точка сценария и параметры запроса.
Промпт и модель — шаг обращения к LLM с вашими инструкциями.
Инструменты — поиск по базе знаний, внешние API и функции.
Условия и ветвления — логика, которая ведёт запрос по разным путям.
Публикация — приложение можно открыть как веб-приложение и включить API-доступ: система выдаст ключи, по которым оно вызывается из ваших систем.
Практика внедрения
Начинайте с одной базы знаний и одного сценария «вопрос — ответ по документам», убедитесь в качестве на реальных вопросах сотрудников и только потом добавляйте инструменты и ветвления: сложный workflow без обратной связи по качеству отлаживать почти невозможно.
06Dify на фоне других open-source решений
Звёзды GitHub у open-source конструкторов AI-приложенийданные GitHub API, 26.09.2026
Звёзды — публичный, но грубый показатель: Dify и Langflow идут почти вровень, что говорит о живом сообществе вокруг обоих подходов (платформа против конструктора потоков).
QantScore каталога: платформы для AI-приложенийбаллы из 100, каталог Qantcore
Оценки QantScore из каталога Qantcore на 26.09.2026 — единая методика для платформ и агентов. Dify занимает верхнюю строчку среди открытых и low-code платформ.
07Плюсы и ограничения
Плюсы
Open-source Community edition: self-host без лицензионных платежей
Визуальный workflow вместо кода для агентной логики
База знаний с RAG «из коробки»
Множество провайдеров моделей через один интерфейс, включая локальные
Публикация приложения с API-ключами для встраивания
QantScore 81 из 100 в каталоге Qantcore
Минусы
Self-host — это восемь сервисов: обновления, бэкапы и векторная БД на вашей ответственности
Полноценный прод требует настроек базы, ключей и прокси (nginx, HTTPS)
Качество ответов зависит от нарезки документов и модели эмбеддингов — нужна ручная настройка
Cloud и Enterprise-функции платные, условия меняются
Бюджет времени на поддержку
Платформа экономит время на разработке, но не отменяет эксплуатацию: сверяйтесь с документацией перед каждым обновлением стека, иначе миграции базы съедят больше времени, чем вы сэкономили на конструкторе.
Частые вопросы
Dify — это бесплатно?
Community edition — open-source и бесплатна для self-host. Облачный тариф и Enterprise-функции платные; актуальные условия — на сайте dify.ai.
Какие модели подключаются?
Основные LLM через API, включая OpenAI-совместимые и локальные. Актуальный список провайдеров — в официальной документации.
Что такое база знаний в Dify?
Хранилище документов для RAG: Dify нарезает файлы на фрагменты, строит векторы и при ответе ищет по ним релевантный контент, чтобы модель отвечала по вашим материалам.
Чем self-host отличается от Dify Cloud?
Self-host — весь стек у вас на сервере: документы и настройки не покидают контур, но обновления и бэкапы вы делаете сами. Cloud — hosted-версия с быстрым стартом и оплатой по тарифу, данные при этом живут на инфраструктуре вендора.