LLMに渡す前にツール出力、ログ、ファイル、RAGチャンクを圧縮するライブラリ、プロキシ、MCPサーバー。
langgenius/dify
ビジュアルなエージェントワークフロー、RAGパイプライン、モデル管理、可観測性を1つのワークスペースに統合した、オープンソースのLLMアプリ開発プラットフォーム。
代替できる製品:Flowise
LangChain Studio
- スター
- 158,940
- フォーク
- 25,121
- 未解決の Issue
- 1,146
- 最終コミット
- 7 時間前
これは何?
Difyは、LLMアプリケーションを構築するためのオープンソースプラットフォームです。ビジュアルなワークフローキャンバス、モデルの出力を比較できるプロンプトIDE、ドキュメントの取り込みと検索を担うRAGパイプライン、エージェント機能を1つにまとめ、チームが単一のツールでアプリをプロトタイプから本番環境まで進められるようにします。
多くの推論プロバイダーが提供する、GPT、Mistral、Llama 3を含む数百種類のプロプライエタリおよびオープンソースのLLMに対応し、OpenAI API互換のエンドポイントも利用できます。エージェントはコマンドを実行し、専用のサンドボックス内でファイルを扱い、Dify Marketplace、MCPサーバー、カスタムAPIのツールを呼び出せます。Opik、Langfuse、Arize Phoenixとの連携により、アプリケーションのログとパフォーマンスを継続的に監視できます。
Difyで構築したすべてのアプリはバックエンドAPIとして公開できるため、既存の業務システムから呼び出せます。Difyはクラウドサービスとして利用することも、Docker Composeでセルフホストすることもできます。
主な機能
- 01AIワークフローの構築とテストに使えるビジュアルなワークフローキャンバス
- 02多くのプロバイダーが提供する数百種類のLLMと、OpenAI API互換モデルに対応
- 03プロンプトの作成やモデルの性能比較に使えるプロンプトIDE
- 04PDF、PPTなどのドキュメント形式からテキストを抽出できるRAGパイプライン
- 05サンドボックス、スキル、Marketplace、MCPサーバー、カスタムAPI経由のツールを利用できるエージェント
- 06すべてのアプリで利用できるバックエンドAPIと、ログ・パフォーマンスの監視機能
ユースケース
- RAGを使って社内ドキュメントに基づくチャットボットを試作する
- 外部ツールやAPIを呼び出す複数ステップのエージェントワークフローを構築する
- 本番環境で使うモデルを決める前に、チームでモデルやプロンプトを比較する
- バックエンドAPIを通じて、LLMを活用した機能を既存のプロダクトに公開する
クイックスタート
- 1
difyのプロジェクトフォルダーに移動します
cd dify - 2
dockerフォルダーに移動します
cd docker - 3
環境設定ファイルのサンプルをコピーします
cp .env.example .env - 4
Docker ComposeでDifyを起動します
docker compose up -d
使う前に知っておきたいこと
- ライセンスはApache 2.0をベースに追加条件を設けたDify Open Source Licenseです。商用利用の前に内容を確認してください。
- セルフホスティングにはDockerとDocker Compose v2.24.0以降が必要です。また、CPUコアが2つ以上、RAMが4 GiB以上必要です。
- READMEのFAQに記載されていない内容についてサポートを求める場合は、コミュニティの窓口を利用する必要があります。
トピック
よくある質問
- dify とは?
- ビジュアルなエージェントワークフロー、RAGパイプライン、モデル管理、可観測性を1つのワークスペースに統合した、オープンソースのLLMアプリ開発プラットフォーム。 Difyは、LLMアプリケーションを構築するためのオープンソースプラットフォームです。ビジュアルなワークフローキャンバス、モデルの出力を比較できるプロンプトIDE、ドキュメントの取り込みと検索を担うRAGパイプライン、エージェント機能を1つにまとめ、チームが単一のツールでアプリをプロトタイプから本番環境まで進められるようにします。
- dify は無料で使えますか?ライセンスは?
- dify は Other ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- dify は今もメンテナンスされていますか?
- 活発にメンテナンス中。dify の最終コミットは 2026年10月20日 です。
- dify は何に使えますか?
- RAGを使って社内ドキュメントに基づくチャットボットを試作する 外部ツールやAPIを呼び出す複数ステップのエージェントワークフローを構築する 本番環境で使うモデルを決める前に、チームでモデルやプロンプトを比較する バックエンドAPIを通じて、LLMを活用した機能を既存のプロダクトに公開する
- dify のインストール方法は?
- difyのプロジェクトフォルダーに移動します: cd dify dockerフォルダーに移動します: cd docker 環境設定ファイルのサンプルをコピーします: cp .env.example .env Docker ComposeでDifyを起動します: docker compose up -d
- dify はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/langgenius/dify
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
LangGraphを使った、階層型インデックスや会話メモリ、質問の明確化に対応するモジュール式Agentic RAGチュートリアル。
組織図、タスク管理、予算、ガバナンスを備えた、AIエージェントチーム運用のためのセルフホスト型Node.js/Reactアプリ。
文書とのチャットやAIエージェントの実行に使える、ローカル優先・マルチユーザー対応のオールインワンAIアプリ
CPUのみのマシンを含むあらゆるハードウェアで各種AIモデルを動かす、セルフホスト型のOpenAI互換AIエンジン。
React、Angular、Vue、チャットアプリで、生成UI、共有状態、人間が介在するフローを備えたエージェントネイティブアプリを構築するためのTypeScript SDK。