Dify 클라우드 · 셀프-호스팅 · 문서 · 기업 문의 (영어만 가능)
Dify는 오픈 소스 LLM 앱 개발 플랫폼입니다. 직관적인 인터페이스를 통해 AI 워크플로우, RAG 파이프라인, 에이전트 기능, 모델 관리, 관찰 기능 등을 결합하여 프로토타입에서 프로덕션까지 빠르게 전환할 수 있습니다. 주요 기능 목록은 다음과 같습니다:
1. 워크플로우: 다음 기능들을 비롯한 다양한 기능을 활용하여 시각적 캔버스에서 강력한 AI 워크플로우를 구축하고 테스트하세요.
optimized_workflow_intro.mp4
2. 포괄적인 모델 지원::
수십 개의 추론 제공업체와 자체 호스팅 솔루션에서 제공하는 수백 개의 독점 및 오픈 소스 LLM과 원활하게 통합되며, GPT, Mistral, Llama3 및 모든 OpenAI API 호환 모델을 포함합니다. 지원되는 모델 제공업체의 전체 목록은 여기에서 확인할 수 있습니다.
3. 통합 개발환경: 프롬프트를 작성하고, 모델 성능을 비교하며, 텍스트-음성 변환과 같은 추가 기능을 채팅 기반 앱에 추가할 수 있는 직관적인 인터페이스를 제공합니다.
4. RAG 파이프라인: 문서 수집부터 검색까지 모든 것을 다루며, PDF, PPT 및 기타 일반적인 문서 형식에서 텍스트 추출을 위한 기본 지원이 포함되어 있는 광범위한 RAG 기능을 제공합니다.
5. 에이전트 기능: LLM 함수 호출 또는 ReAct를 기반으로 에이전트를 정의하고 에이전트에 대해 사전 구축된 도구나 사용자 정의 도구를 추가할 수 있습니다. Dify는 Google Search, DALL·E, Stable Diffusion, WolframAlpha 등 AI 에이전트를 위한 50개 이상의 내장 도구를 제공합니다.
6. LLMOps: 시간 경과에 따른 애플리케이션 로그와 성능을 모니터링하고 분석합니다. 생산 데이터와 주석을 기반으로 프롬프트, 데이터세트, 모델을 지속적으로 개선할 수 있습니다.
7. Backend-as-a-Service: Dify의 모든 제품에는 해당 API가 함께 제공되므로 Dify를 자신의 비즈니스 로직에 쉽게 통합할 수 있습니다.
| 기능 | Dify.AI | LangChain | Flowise | OpenAI Assistants API |
|---|---|---|---|---|
| 프로그래밍 접근 방식 | API + 앱 중심 | Python 코드 | 앱 중심 | API 중심 |
| 지원되는 LLMs | 다양한 종류 | 다양한 종류 | 다양한 종류 | OpenAI 전용 |
| RAG 엔진 | ✅ | ✅ | ✅ | ✅ |
| 에이전트 | ✅ | ✅ | ❌ | ✅ |
| 워크플로우 | ✅ | ❌ | ✅ | ❌ |
| 가시성 | ✅ | ✅ | ❌ | ❌ |
| 기업용 기능 (SSO/접근 제어) | ✅ | ❌ | ❌ | ❌ |
| 로컬 배포 | ✅ | ✅ | ✅ | ❌ |
-
클라우드
우리는 누구나 설정이 필요 없이 사용해 볼 수 있도록 Dify 클라우드 서비스를 호스팅합니다. 이는 자체 배포 버전의 모든 기능을 제공하며, 샌드박스 플랜에서 무료로 200회의 GPT-4 호출을 포함합니다. -
셀프-호스팅 Dify 커뮤니티 에디션
환경에서 Dify를 빠르게 실행하려면 이 스타터 가이드를 참조하세요. 추가 참조 및 더 심층적인 지침은 문서를 사용하세요. -
기업 / 조직을 위한 Dify
우리는 추가적인 기업 중심 기능을 제공합니다. 잡거나 이메일 보내기를 통해 기업 요구 사항을 논의하십시오.AWS를 사용하는 스타트업 및 중소기업의 경우 AWS Marketplace에서 Dify Premium을 확인하고 한 번의 클릭으로 자체 AWS VPC에 배포하십시오. 맞춤형 로고와 브랜딩이 포함된 앱을 생성할 수 있는 옵션이 포함된 저렴한 AMI 제품입니다.
GitHub에서 Dify에 별표를 찍어 새로운 릴리스를 즉시 알림 받으세요.
Dify를 설치하기 전에 컴퓨터가 다음과 같은 최소 시스템 요구 사항을 충족하는지 확인하세요 :
- CPU >= 2 Core
- RAM >= 4GB
Dify 서버를 시작하는 가장 쉬운 방법은 docker-compose.yml 파일을 실행하는 것입니다. 설치 명령을 실행하기 전에 Docker 및 Docker Compose가 머신에 설치되어 있는지 확인하세요.
cd docker
cp .env.example .env
docker compose up -d실행 후 브라우저의 http://localhost/install 에서 Dify 대시보드에 액세스하고 초기화 프로세스를 시작할 수 있습니다.
Dify에 기여하거나 추가 개발을 하고 싶다면 소스 코드에서 배포에 대한 가이드를 참조하세요.
구성을 사용자 정의해야 하는 경우 .env.example 파일의 주석을 참조하고 .env 파일에서 해당 값을 업데이트하십시오. 또한 특정 배포 환경 및 요구 사항에 따라 docker-compose.yaml 파일 자체를 조정해야 할 수도 있습니다. 예를 들어 이미지 버전, 포트 매핑 또는 볼륨 마운트를 변경합니다. 변경 한 후 docker-compose up -d를 다시 실행하십시오. 사용 가능한 환경 변수의 전체 목록은 여기에서 찾을 수 있습니다.
Dify를 Kubernetes에 배포하고 프리미엄 스케일링 설정을 구성했다는 커뮤니티가 제공하는 Helm Charts와 YAML 파일이 존재합니다.
terraform을 사용하여 단 한 번의 클릭으로 Dify를 클라우드 플랫폼에 배포하십시오
CDK를 사용하여 AWS에 Dify 배포
코드에 기여하고 싶은 분들은 기여 가이드를 참조하세요. 동시에 Dify를 소셜 미디어와 행사 및 컨퍼런스에 공유하여 지원하는 것을 고려해 주시기 바랍니다.
우리는 Dify를 중국어나 영어 이외의 언어로 번역하는 데 도움을 줄 수 있는 기여자를 찾고 있습니다. 도움을 주고 싶으시다면 i18n README에서 더 많은 정보를 확인하시고 Discord 커뮤니티 서버의
global-users채널에 댓글을 남겨주세요.
기여자
- Github 토론. 피드백 공유 및 질문하기에 적합합니다.
- GitHub 이슈. Dify.AI 사용 중 발견한 버그와 기능 제안에 적합합니다. 기여 가이드를 참조하세요.
- 디스코드. 애플리케이션 공유 및 커뮤니티와 소통하기에 적합합니다.
- 트위터. 애플리케이션 공유 및 커뮤니티와 소통하기에 적합합니다.
개인정보 보호를 위해 보안 문제를 GitHub에 게시하지 마십시오. 대신 security@dify.ai로 질문을 보내주시면 더 자세한 답변을 드리겠습니다.
이 저장소는 기본적으로 몇 가지 추가 제한 사항이 있는 Apache 2.0인 Dify 오픈 소스 라이선스에 따라 사용할 수 있습니다.