相关文章
385 篇高质量内容
Dify 官方亲述：我们为什么要推倒重做 Agent 架构？
Dify 团队重新设计 Agent 架构，以支持 CLI Agent 模式在企业真实业务流程中的落地。新架构强调 Build Mode（构建模式）降低使用门槛，通过 ReAct 循环、Bash 工具与隔离沙箱实现可靠执行，并明确区分 Agent（决定如何完成任务）与工作流（决定何时发生、如何衔接、如何容错）的职责边界。
企业数字化转型不是上云或买AI，而是重构决策链：来自Dify+RAG落地一线的12个真实教训
引言：为什么83%的企业数字化转型项目在两年内停滞？ 华东一家制造业集团花了2800万元上马ERP+BI系统，结果采购员还在用Excel比价；某全国性银行的AI客服上线半年后，九成以上的复杂投诉仍得靠人工兜底。这不是技术不行，而是搞错了方向——把数字化当成了买系统、装软件。 麦肯锡2023年那份《数字转型晴雨表》里写得...
Dify实践深度指南：企业级AI智能体落地的5大关键路径与真实案例复盘
引言：当低代码AI平台撞上企业交付红线 2024年，超68%的企业AI项目卡在POC到规模化部署之间——Gartner《AI Adoption Hype Cycle 2024》把这叫“死亡之谷”。真正卡住的不是模型好不好，而是工程能不能落地：权限管不住、上下文忽长忽短、日志查不到源头……某银行曾花三个月搭好LangCh...
从零到规模化：企业级 Dify 实践的五大关键跃迁路径
引言：AI 应用交付为何总卡在‘最后一公里’？ 企业花大力气搭起大模型能力，却常常发现：知识进不去、系统连不上、安全守不住、效果稳不住。这不是模型不行，而是落地没走通。 我们见过太多这样的场景：一个金融团队用 Dify 搭出漂亮的原型，但上线后客服坐席反馈“回答越来越不准”；一家制造企业把设备手册全扔进 RAG，结果工...
Dify 1.17里程碑版：Agent独立可复用
Dify 1.17.0 版本发布，核心升级是将 Agent 从工作流中的临时节点解耦为独立、可统一维护与多端复用的能力资产；同步新增 E2B 云沙箱、工作区级 Skills 技能管理、Unified Tracing 全链路追踪三大能力，强化企业级 AI 应用的工程化、可观测性与安全隔离。
Dify 1.17.0 来了：Skill 管理、工作流变量复用，Agent 这次真能自己干活了
Dify 1.17.0 版本聚焦 Agent 工程化落地，核心更新包括 E2B 云沙箱支持、Home Snapshot 环境固化、Workspace 级 Skill 版本管理、上下文自动压缩；工作流新增 LLM 变量复用与 Loop/Iteration 中的人工介入能力；统一链路追踪支持 Phoenix/LangSmith；安全加固涵盖 Cloudflare Turnstile、Azure Key Vault 集成及 SSRF 防护。
企业数字化转型不是上云或买AI，而是重构决策链：来自Dify+RAG落地一线的12个真实教训
引言：为什么83%的企业数字化转型项目在两年内停滞？ 华东一家制造业集团花了2800万元上线ERP+BI系统，结果采购部还在用Excel一张张比价；某全国性银行的AI客服上线半年，92%的复杂投诉最后还得人工兜底——问题不在技术跑不起来，而在于我们把“数字化”想得太轻了。 麦肯锡2023年那份《数字转型晴雨表》里有个扎...
企业数字化转型不是上云，而是重构决策链：从Dify智能体落地看制造业与金融行业的实战跃迁
引言：当ERP上线三年仍无法回答“下周哪条产线最可能停机？” 某华东汽车零部件厂的生产计划员，每天早上七点准时打开电脑，手动合并12张Excel表——SAP的库存、MES的设备状态、物流在途单、天气预警……再花八小时算出当天排产建议。这已经是他们上线ERP第三年。 IDC 2023年报告显示，72%的中大型企业已完成系...
企业数字化转型不是上云或买AI，而是重构决策链：从Dify智能体落地到RAG工程化实践
引言：当“企业数字化转型”变成PPT术语，真正的业务断点正在恶化 2024年麦肯锡《全球数字化转型调研》显示：73%的企业已启动数字化项目，但只有17%真正提升了ROI。更扎心的是CIO们的反馈：“系统上线了，销售线索转化率没变；大模型API跑通了，客服平均处理时长反而涨了8%。”问题不在技术不行，而在把“数字化转型”...
企业数字化转型不是上云或买AI，而是重构决策链：Dify智能体驱动的可交付落地方法论
引言：为什么87%的企业数字化转型项目在2年内陷入停滞？ 某全球Top 5制药企业的CIO在2023年Q4向董事会汇报“已完成ERP升级与AI平台部署”，可一线销售团队还在用Excel手动汇总区域竞品动态；一家华东三甲医院宣布建成了“智慧医疗中台”，但临床路径推荐准确率只有61.7%，医生根本不敢在查房时调用。 麦肯锡...
Dify实践深度指南：从零到规模化交付企业级AI智能体的5大关键路径
引言：为什么90%的企业AI项目卡在‘验证后停滞’？ Gartner 2024年《AI工程化成熟度报告》指出：超过68%的企业，在跑通第一个AI原型（PoC）后，半年内没能把模型推上生产环境。卡点很实在——流程接不上、工具不打通、团队缺经验。不是没人想落地，是没人能一个人既写Prompt、又调RAG、又编排API、又盯...
从零到规模化：企业级 Dify 实践的五大关键跃迁路径
引言：AI 应用落地，为什么总卡在“用起来”这一步？ 企业花大力气搭模型、调参数，结果一线业务员还是得手动查文档、复制粘贴、反复追问——知识进不了推理链，系统接不进工作流，合规要求一来就得推倒重做，产品和运营想改个提示词都得排队等开发排期。这不是技术不行，是缺一套真正能用、能管、能协作的交付方式。Dify 就是在这种天...
Dify 全新 Agent 体验正式上线
Dify 正式推出独立可维护的 Agent 架构，支持 Build-Manage-Track 全生命周期管理。Agent 拥有独立配置与身份，可通过 Web App、API 或 Workflow 灵活接入；能力模块化拆分为 Prompt、Skills、Tools 和 Sandbox CLI；提供单次追溯、节点流转检查与长期指标监测三层可观测能力。
我们为什么重新设计了 Agent？
Dify 重新设计 Agent 系统，旨在平衡 SOTA 模型能力与企业级需求（私有化部署、模型中立、权限管理、可解释性、可审计性）。新 Agent 基于 ReAct Loop 与沙箱执行，聚焦 CLI 工具集成、上下文与失败策略管理，并强调与工作流协同——Agent 解决个体能力，工作流解决组织调度。目标是将即兴智能固化为可长期运行的‘软件补丁’。
从零到规模化：企业级 Dify 实践的五大关键跃迁路径
引言：AI 应用交付为何总卡在‘最后一公里’？ 企业花大力气搭模型，却常卡在“模型很厉害，用不起来”的窘境里：内部知识进不了推理链；业务系统和 AI 对话接不上；安全合规要求一来，RAG 就得推倒重做；产品、运营人员想调个 Prompt，还得排队等工程师。Gartner 2024 年的《AI Engineering M...
企业数字化转型不是上云或买AI，而是重构决策链：来自Dify+RAG落地一线的12个真实教训
引言：为什么83%的企业数字化转型项目在两年内停滞？ 华东一家制造业集团花了2800万元上ERP+BI，结果采购部还在用Excel比价；某全国性银行的AI客服上线半年，92%的复杂投诉还得人工兜底。这不是系统坏了，而是我们把“数字化转型”想得太简单了。 麦肯锡2023年那份《数字转型晴雨表》里写得挺直白：只有17%的企...
从零到规模化：企业级 Dify 实践的五大关键跃迁路径
引言：AI 应用落地，为什么总卡在“上线之后”？ 企业花大力气搭模型、调参数，结果一进业务线就卡住：知识塞不进推理链，系统接不上，安全没人管，上线没多久效果就掉得厉害，运维团队天天救火。Gartner 2024 年那份《AI Engineering Maturity Survey》里写得很直白：73% 的 AI 项目停...
企业数字化转型不是上云，而是重构决策链：从Dify智能体落地看AI原生组织的演进路径
引言：当ERP上线三年，还是答不出“下周华东区哪个SKU会缺货？” 很多企业其实没真正迈过数字化那道坎：CRM、ERP、BI全上了，但销售还在用Excel合并12张表，客服主管凌晨三点手动刷工单看板，供应链总监面对断供，依然靠经验拍板。这不是数字化失败，是压根没开始——系统堆得再满，不参与真实决策，就只是电子化的摆设...
DeepSeek V4 Pro 突然转正，我在 Dify 里把 Fable 5 换了
DeepSeek V4 Pro 于 8 月 13 日 quietly GA，模型 ID 为 deepseek-V4-Pro-0813。作者在 Dify 中通过 OpenAI-API-compatible 通道快速接入，实测其支持标准 tool_calls、具备 1M 上下文与 384K 输出能力，价格仅为 Claude Fable 5 的约 1/60。但并发限制（500）、高峰延迟、思考链表达生硬及隐私政策等仍存现实约束。
Dify 1.16.1 Agent 完全使用指南：全新沙箱架构、Skills 与 MCP 工具调用
Dify 1.16.0/1.16.1 版本完成 Agent 架构重构，引入独立 Linux 沙箱环境，支持 shell 命令执行、代码运行与文件操作；新增 Skills 系统实现能力标准化打包；原生集成 MCP 协议，可自动导入各类工具；提供 AI 辅助构建模式降低配置门槛。部署需新增 agent_backend 和 local_sandbox 两个 Docker 服务，并强制修改安全密钥。