Dify: Nền Tảng Ứng Dụng LLM Mã Nguồn Mở
/dify
Dify là nền tảng mã nguồn mở để xây ứng dụng LLM: một canvas trực quan, RAG tích hợp sẵn, và lớp agent nói chuyện với bất kỳ nhà cung cấp model nào bạn trỏ tới. Nên chọn Dify nếu bạn muốn tự host toàn bộ stack thay vì tự ghép LangChain với một vector DB. Bỏ qua nếu bạn chỉ cần một SDK gọn nhẹ — giấy phép của Dify có thêm điều kiện ngoài Apache 2.0 mà một giấy phép permissive thông thường không có.
Dify Mang Lại Gì Cho Phát Triển AI
Dify nằm giữa API model thô và một ứng dụng LLM hoàn chỉnh: bạn dựng workflow hoặc agent trên canvas trực quan, gắn RAG trên chính tài liệu của mình, và chọn từ hàng trăm nhà cung cấp model độc quyền lẫn mã nguồn mở — GPT, Mistral, Llama 3, hoặc bất kỳ endpoint nào tương thích OpenAI API. Mỗi ứng dụng bạn dựng đều tự có API riêng, nên nền tảng này còn đóng vai trò backend-as-a-service cho bất cứ thứ gì bạn xây quanh nó.
Bộ Tính Năng Cốt Lõi Của Dify
- ✓Canvas workflow trực quan để nối prompt, tool và logic điều kiện thành một agent hay app, không phải tự viết code điều phối.
- ✓Quản lý nhà cung cấp model qua hàng trăm LLM độc quyền và mã nguồn mở — GPT, Mistral, Llama 3, và mọi endpoint tương thích OpenAI API — cấu hình một lần cho cả workspace.
- ✓Prompt IDE để so sánh đầu ra giữa các model và gắn thêm tính năng như text-to-speech.
- ✓RAG pipeline có sẵn khả năng trích xuất văn bản từ PDF, PPT và các định dạng tài liệu khác — không cần script ingestion riêng.
- ✓Công cụ cho agent: LLM function calling hoặc ReAct, cộng với hơn 50 tool dựng sẵn (Google Search, DALL·E, Stable Diffusion, WolframAlpha).
- ✓Dashboard LLMOps để theo dõi log và hiệu năng của app, giúp tinh chỉnh prompt và dataset dựa trên dữ liệu production thật.
- ✓Backend-as-a-service: mọi app hay workflow bạn dựng đều đi kèm API riêng để tích hợp vào hệ thống khác.
- ✓Hook quan sát (observability) tới Opik, Langfuse và Arize Phoenix, nếu bạn muốn trace bên ngoài dashboard của Dify.
Bắt Đầu Nhanh Để Tự Host Dify
Tự host cần Docker và Docker Compose bản 2.24.0 trở lên, cùng máy có ít nhất 2 CPU core và 4 GiB RAM. Clone repo, rồi chạy `cd docker && cp .env.example .env && docker compose up -d`. Không cần bước build. Sau khi container chạy xong, mở http://localhost/install trên trình duyệt để hoàn tất cài đặt. Cấu hình tùy chỉnh nằm trong `docker/.env`, các biến nâng cao được chia theo chủ đề trong `docker/envs/`; chạy lại `docker compose up -d` sau mỗi thay đổi. Có Helm chart và template Terraform/CDK do cộng đồng duy trì cho Kubernetes, Azure, Google Cloud, AWS và Alibaba Cloud, nhưng chúng không thuộc phần lõi của dự án.
Điểm mạnh
- ✓Canvas trực quan gộp cả workflow, RAG và logic agent vào một chỗ, nên một đội không phải ghép ba thư viện riêng để có một app chạy được.
- ✓Hơn 50 tool dựng sẵn cho agent (Google Search, DALL·E, Stable Diffusion, WolframAlpha) có ngay khi cài.
- ✓Tự host qua Docker Compose giữ dữ liệu và traffic tới model nằm trong hạ tầng của chính bạn.
- ✓Có hook quan sát tới Opik, Langfuse và Arize Phoenix thay vì khoá bạn vào một dashboard độc quyền duy nhất.
Hiểu Về Giấy Phép Và Các Phiên Bản Của Dify
- △Trường license trên GitHub không ghi định danh SPDX; điều khoản thật là 'Dify Open Source License', theo README là Apache 2.0 cộng thêm một số điều kiện — nên đọc kỹ trước khi xây sản phẩm thương mại trên đó.
- △Tự host là một hệ thống thật: Docker Compose chỉ là đường đi dễ nhất, còn setup production thường phải dùng Helm chart hay module Terraform của cộng đồng, không do đội langgenius bảo trì.
- △Tính năng enterprise chỉ được trao đổi riêng với đội kinh doanh của langgenius, không có tài liệu trong repo mã nguồn mở.
- △Gói cloud sandbox giới hạn 200 lượt gọi GPT-4 miễn phí trước khi bạn phải trả phí hoặc chuyển sang tự host.
Lựa Chọn Thay Thế Cho Dify Trong Xây Dựng Ứng Dụng LLM
Câu Hỏi Thường Gặp
Bản tự host của Dify cần ít nhất 2 CPU core và 4 GiB RAM, cùng Docker và Docker Compose bản 2.24.0 trở lên trên máy chủ.
Cài Dify bằng Docker Compose nghĩa là clone repo, chạy `cp .env.example .env` trong thư mục `docker`, rồi `docker compose up -d`; dashboard sẽ hiện ở http://localhost/install.
Dify kết nối được với hàng trăm LLM độc quyền và mã nguồn mở từ nhiều nhà cung cấp inference, gồm GPT, Mistral, Llama 3, và bất kỳ endpoint nào nói theo chuẩn OpenAI API.
Dify triển khai được trên Kubernetes, dù không qua Helm chart chính thức từ đội langgenius — README dẫn tới vài Helm chart và file YAML do cộng đồng duy trì.
Dify Open Source License, theo file LICENSE của repo, dựa trên Apache 2.0 cộng thêm một số điều kiện — nên đọc kỹ các điều kiện đó trước khi xây sản phẩm thương mại trên nền tảng này.
Dify Cloud là bản được host tại dify.ai, không cần setup, kèm 200 lượt gọi GPT-4 miễn phí trong gói sandbox, bên cạnh Community Edition tự host và một gói enterprise riêng.
Vấn đề mà Dify giải quyết
Đưa một tính năng LLM ra sản phẩm nghĩa là phải ghép một lớp prompt, một bước truy hồi trên chính tài liệu của bạn, SDK riêng của một nhà cung cấp model, và một nơi để chạy toàn bộ — mỗi phần lại có định dạng cấu hình, kiểu lỗi và tốc độ đổi phiên bản riêng. Dify gom cả bốn phần đó vào một canvas trực quan và một stack docker-compose, nên một đội dựng, ví dụ, agent phân loại ticket hỗ trợ không phải xây lại phần nền đó cho từng dự án; họ dùng lại cùng workspace và chỉ đổi workflow.
Các trường hợp sử dụng phù hợp nhất
- •Dựng trợ lý hỗ trợ hoặc tài liệu nội bộ, trả lời dựa trên chính PDF và PPT của bạn qua RAG pipeline có sẵn.
- •Làm mẫu một agent gọi ra Google Search, DALL·E hay WolframAlpha qua hơn 50 tool dựng sẵn của Dify, không phải tự nối từng API.
- •Chạy LLMOps cho một app đã lên production — kéo log và annotation ngược lại để chỉnh prompt hoặc dataset.
- •Cho một đội không chuyên kỹ thuật một workspace chung để dựng và lặp lại các app dạng chat.
- •Xuất một workflow LLM ra làm API backend cho sản phẩm khác gọi vào, thay vì đưa thẳng UI của Dify tới người dùng cuối.
Nên dùng Dify khi nào — và khi nào nên bỏ qua
Nên chọn Dify nếu bạn muốn một workspace duy nhất để cả đội dựng, triển khai và theo dõi ứng dụng LLM mà không phải ghép RAG, điều phối và hosting từ nhiều dự án riêng — nhất là khi việc tự host trên Docker hay Kubernetes của chính bạn quan trọng. Bỏ qua nếu bạn cần một thư viện gọn để nhúng vào codebase có sẵn, hoặc nếu giấy phép không theo chuẩn là rào cản cho cách bạn định phát hành sản phẩm.
Repo liên quan
Muốn nghe thêm một ý kiến về Dify?
Hỏi một AI đọc được trang này — một cú bấm là có ngay nhận định về Dify.