特性と技術仕様
LLMアプリケーションの技術スタックに精通している方々にとって、このドキュメントはDify独自の強みを理解するための近道となります。これにより、的確な比較と選択が可能になり、同僚や友人への推奨もしやすくなるでしょう。
プロジェクトの基本情報
プロジェクト設立
2023年3月
オープンソースライセンス
公式開発チーム
15名以上のフルタイム従業員
コミュニティ貢献者
バックエンド技術
Python / Flask / PostgreSQL
フロントエンド技術
Next.js
コードベースサイズ
13万行以上
リリース頻度
平均週1回
技術特徴
LLM推論エンジン
Dify Runtime（v0.4以降、LangChainを除去）
商用モデル対応
10社以上（OpenAIとAnthropicを含む）
新しい主要モデルは通常48時間以内に対応
MaaSベンダー対応
7社（Hugging Face、Replicate、AWS Bedrock、NVIDIA、GroqCloud、together.ai、OpenRouter）
ローカルモデル対応
6社（Xoribits[推奨]、OpenLLM、LocalAI、ChatGLM、Ollama、NVIDIA TIS）
OpenAIインターフェース標準モデル統合
∞
マルチモーダル機能
音声認識（ASR）モデル
GPT-4o水準のリッチテキストモデル
内製アプリタイプ
チャットボット、チャットフロー、テキスト生成、エージェント、ワークフロー
Prompt-as-a-Serviceオーケストレーション
高評価のビジュアルオーケストレーションインターフェース、プロンプトの編集と効果のプレビューを一箇所で実行可能
オーケストレーションモード
シンプルオーケストレーション
アシスタントオーケストレーション
フローオーケストレーション
プロンプト変数タイプ
文字列
ラジオボタン列挙型
外部API
ファイル（2024年Q3にリリース予定）
エージェント型ワークフロー機能
業界をリードするビジュアルワークフローオーケストレーションインターフェース、ノードデバッグはライブ編集可能、モジュール式DSL、ネイティブコードランタイムを提供。より複雑で信頼性が高く安定したLLMアプリケーションの構築に対応
利用可能なノード
LLM
知識取得
質問分類器
条件分岐
コード実行
テンプレート
HTTPリクエスト
ツール
RAG機能
ビジュアル化された画期的なナレッジベース管理インターフェースを提供。チャンクのプレビューやリコールテストをサポート インデックス方式
キーワード
テキストベクトル
LLMによるQ&Aセグメント化
検索方式
キーワード
テキスト類似度マッチング
ハイブリッド検索
N選択1（レガシー）
マルチパス探索
回答精度の最適化
ReRankモデルを使用
ETL技術
TXT、MARKDOWN、PDF、HTML、XLSX、XLS、DOCX、CSV形式の自動的クリーニングをサポート。Unstructuredのサービスによる最大限のサポートを実現
Notionのドキュメントをナレッジベースとして同期可能
ウェブページをナレッジベースとして同期可能
対応ベクトルデータベース
Qdrant（推奨）、Weaviate、Zilliz/Milvus、Pgvector、Pgvector-rs、Chroma、OpenSearch、TiDB、Tencent Cloud VectorDB、Oracle、Relyt、Analyticdb, Couchbase, OceanBase, Tablestore, Lindorm, OpenGauss
エージェント技術
ReAct、Function Call
ツールサポート
OpenAIプラグイン標準のツールを呼び出し可能
OpenAPI Specification APIを直接ツールとしてロード可能
内蔵ツール
40種類以上（2024年Q2時点）
ログ機能
あり、ログに基づくアノテーション
アノテーション返答
人間がアノテーションしたQ&Aペアに基づく類似度ベースの返答 モデルのファインチューニング用データ形式としてエクスポート可能
コンテンツモデレーション
OpenAI Moderationまたは外部API
チームコラボレーション
ワークスペース、複数メンバー管理
API仕様
RESTful、ほとんどの機能をカバー
デプロイ方法
Docker、Helm
Last updated