Dify - KI-Agenten und LLM-Apps visuell bauen

Dify - KI-Agenten und LLM-Apps visuell bauen

Dify ist eine Open-Source-Plattform zum visuellen Erstellen, Testen und Deployen von KI-gestützten Anwendungen und Agenten auf Basis großer Sprachmodelle.

Was ist Dify?

Dify bietet einen No-Code/Low-Code-Workflow-Editor, mit dem sich LLM-basierte Anwendungen aus vorgefertigten Bausteinen zusammenstellen lassen – ohne tiefes KI-Wissen. Unterstützt werden OpenAI, Anthropic Claude, lokale Modelle via Ollama und viele weitere Anbieter. Features wie Retrieval-Augmented Generation (RAG), Werkzeugintegration und Multi-Agent-Orchestrierung sind direkt eingebaut. Dify lässt sich vollständig selbst hosten, was den Einsatz eigener Modelle und die Kontrolle über Nutzdaten ermöglicht.

Voraussetzungen

  • Docker 20.10+ oder Docker Compose
  • Mindestens 4 GB RAM (8 GB empfohlen)
  • API-Key eines LLM-Anbieters oder lokales Modell via Ollama

Compose-Beispiel

services:
  dify-api:
    image: langgenius/dify-api:latest
    container_name: dify-api
    restart: unless-stopped
    depends_on:
      - db
      - redis
    volumes:
      - ./storage:/app/api/storage
    environment:
      - SECRET_KEY=langer_zufaelliger_string
      - DB_USERNAME=dify
      - DB_PASSWORD=passwort
      - DB_HOST=db
      - DB_DATABASE=dify
      - REDIS_HOST=redis
      - CELERY_BROKER_URL=redis://redis:6379/1

  dify-web:
    image: langgenius/dify-web:latest
    container_name: dify-web
    restart: unless-stopped
    ports:
      - "3000:3000"
    environment:
      - CONSOLE_API_URL=http://dify-api:5001

  db:
    image: postgres:15
    container_name: dify-db
    restart: unless-stopped
    volumes:
      - ./postgres:/var/lib/postgresql/data
    environment:
      - POSTGRES_USER=dify
      - POSTGRES_PASSWORD=passwort
      - POSTGRES_DB=dify

  redis:
    image: redis:7
    container_name: dify-redis
    restart: unless-stopped
    volumes:
      - ./redis:/data

Hinweise

  • Für Produktivbetrieb empfiehlt sich das offizielle docker-compose.yaml aus dem GitHub-Repository, das alle Dienste korrekt vorkonfiguriert.
  • SECRET_KEY muss ein langer, zufälliger String sein – er sichert alle Nutzerdaten und Verbindungen.
  • LLM-Anbieter werden nach dem Login über die Web-Oberfläche unter „Einstellungen > Modell-Anbieter" konfiguriert.
  • Der integrierte Vector Store unterstützt Weaviate, Qdrant und Pinecone für RAG-Anwendungen.