Comprime resultados de herramientas, logs, archivos y fragmentos RAG antes de enviarlos a un LLM, como biblioteca, proxy o servidor MCP.
76,1 mil5,9 milPythonApache-2.0Actualizado hace 3 días
langgenius/dify
Plataforma open source para desarrollar aplicaciones con LLM que integra flujos visuales con agentes, pipelines de RAG, gestión de modelos y observabilidad en un solo espacio de trabajo.
Alternativa open source a:Flowise
LangChain Studio
- Estrellas
- 158,940
- Forks
- 25,121
- Issues abiertos
- 1,146
- Último commit
- hace 7 horas
¿Qué es?
Dify es una plataforma open source para crear aplicaciones con LLM. Reúne un lienzo visual de flujos de trabajo, un IDE de prompts para comparar los resultados de los modelos, un pipeline de RAG que gestiona la ingesta y recuperación de documentos, y capacidades de agentes, para que los equipos puedan llevar una aplicación del prototipo a producción desde una sola herramienta.
Es compatible con cientos de LLM propietarios y open source de distintos proveedores de inferencia, incluidos GPT, Mistral y Llama 3, así como con cualquier endpoint compatible con OpenAI API. Los agentes pueden ejecutar comandos, gestionar archivos en su propio entorno aislado y usar herramientas de Dify Marketplace, servidores MCP o APIs personalizadas. Los registros y el rendimiento de las aplicaciones se supervisan a lo largo del tiempo, con integraciones para Opik, Langfuse y Arize Phoenix.
Todas las aplicaciones creadas en Dify pueden exponerse mediante APIs de backend, lo que permite invocarlas desde sistemas empresariales existentes. Dify está disponible como servicio en la nube o puede alojarse en infraestructura propia con Docker Compose.
Funciones clave
- 01Lienzo visual de flujos de trabajo para crear y probar flujos de IA
- 02Compatibilidad con cientos de LLM de distintos proveedores y con cualquier modelo compatible con OpenAI API
- 03IDE de prompts para diseñar prompts y comparar el rendimiento de los modelos
- 04Pipeline de RAG con extracción de texto de PDF, PPT y otros formatos de documentos
- 05Agentes con entorno aislado, habilidades y herramientas de Marketplace, servidores MCP o APIs personalizadas
- 06APIs de backend para todas las aplicaciones, además de registros y supervisión del rendimiento
Casos de uso
- Crear prototipos de chatbots basados en documentos internos con RAG
- Crear flujos de trabajo de agentes con varios pasos que usan herramientas y APIs externas
- Permitir que los equipos comparen modelos y prompts antes de elegir uno para producción
- Integrar funciones basadas en LLM en productos existentes mediante APIs de backend
Inicio rápido
- 1
Ve a la carpeta del proyecto dify
cd dify - 2
Ve a la carpeta docker
cd docker - 3
Copia el archivo de entorno de ejemplo
cp .env.example .env - 4
Inicia Dify con Docker Compose
docker compose up -d
Antes de usarlo
- La licencia es Dify Open Source License, basada en Apache 2.0 con condiciones adicionales. Revísala antes de usar el proyecto con fines comerciales.
- El autoalojamiento requiere Docker y Docker Compose v2.24.0 o posterior, además de al menos 2 núcleos de CPU y 4 GiB de RAM.
- Para obtener ayuda que no esté en las preguntas frecuentes del README, tendrás que recurrir a los canales de la comunidad.
Temas
Preguntas frecuentes
- ¿Qué es dify?
- Plataforma open source para desarrollar aplicaciones con LLM que integra flujos visuales con agentes, pipelines de RAG, gestión de modelos y observabilidad en un solo espacio de trabajo. Dify es una plataforma open source para crear aplicaciones con LLM. Reúne un lienzo visual de flujos de trabajo, un IDE de prompts para comparar los resultados de los modelos, un pipeline de RAG que gestiona la ingesta y recuperación de documentos, y capacidades de agentes, para que los equipos puedan llevar una aplicación del prototipo a producción desde una sola herramienta.
- ¿dify es gratuito? ¿Qué licencia tiene?
- dify es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿dify sigue mantenido?
- Mantenimiento activo. El último commit de dify fue el 20 oct 2026.
- ¿Para qué puedo usar dify?
- Crear prototipos de chatbots basados en documentos internos con RAG Crear flujos de trabajo de agentes con varios pasos que usan herramientas y APIs externas Permitir que los equipos comparen modelos y prompts antes de elegir uno para producción Integrar funciones basadas en LLM en productos existentes mediante APIs de backend
- ¿Cómo se instala dify?
- Ve a la carpeta del proyecto dify: cd dify Ve a la carpeta docker: cd docker Copia el archivo de entorno de ejemplo: cp .env.example .env Inicia Dify con Docker Compose: docker compose up -d
- ¿Dónde consigo dify?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/langgenius/dify
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Tutorial y proyecto modular de Agentic RAG con LangGraph, con indexación jerárquica, memoria conversacional y aclaración de consultas.
4,3 mil587Jupyter NotebookMITActualizado hace 3 días
Aplicación autoalojada de Node.js y React para coordinar equipos de agentes de IA, con organigramas, seguimiento de tareas, presupuestos y gobernanza.
104,6 mil17,4 milTypeScriptMITActualizado hace 15 horas
Aplicación de IA todo en uno para conversar con tus documentos y ejecutar agentes de IA, con configuración local prioritaria, soporte multiusuario y muchos proveedores de LLM.
67,3 mil7,5 milJavaScriptMITActualizado hace 3 días
Motor de IA autohospedado y compatible con OpenAI que ejecuta LLM, modelos de visión, voz, imagen y video en cualquier hardware, incluso solo con CPU.
49,6 mil4,5 milGoMITActualizado hace 22 horas
SDK de TypeScript para crear aplicaciones nativas de agentes con UI generativa, estado compartido y flujos con intervención humana en React, Angular, Vue y aplicaciones de chat.
38,1 mil4,8 milTypeScriptMITActualizado hace 7 horas