Dify

开源、低代码的 LLM 应用平台——可视化 agent 工作流、RAG 与工具编排，GitHub 星标 15 万+ [1][2]。

1. 核心产品 / 服务

Dify（dify.ai，运营方为 LangGenius Inc.）是一个开源、低代码的平台，用于构建、部署和运营 LLM 应用与 agent 工作流 [2]。它提供可视化流程构建器（可拖拽节点，用于 RAG 管线、agent 和工具）、提示词工程 IDE、可接入任意 LLM 的模型管理（OpenAI、Anthropic、开源权重模型或自托管模型）、1,000+ 工具集成、覆盖每次调用的可观测性 / APM，以及把已构建应用暴露给外部代码的后端即服务（BaaS）API [3]。

该项目是 GitHub 上最大的开源 AI 仓库之一——langgenius/dify 仓库在 2026 年年中突破 15 万星标（到 2026 年 9 月约 154,936 星，在 RAG 项目中排名第一，贡献者 800+）[1][3]。产品包括可自托管的社区版和托管的 Dify Cloud；开源版本运行在 140 万+ 台机器上，覆盖 2,000+ 个团队 [1]。

2. 目标用户与痛点

• 应用 / agent 开发者：希望交付 LLM 功能，而不必自己手写编排、检索和工具对接。
• 企业：运行自托管、数据主权的 AI 应用——280+ 家付费客户，包括 Volvo、ThermoFisher Scientific、Novartis、Maersk 和 ETS [1][2]。
• 组织级多用户团队（见 onyx）：在共享、带权限的知识 + 工作流场景下评估 agent 平台——例如在基于 Lark 的多租户 agent 方案中对比 Dify 与 Onyx（内部调研笔记）。

解决的痛点：从原始模型 API 到生产级应用之间的鸿沟——检索、状态、评测、可观测性与部署被打包在一起，团队不必反复重造同一套编排层。

3. 竞争格局

Dify 的优势在于广度和社区引力：它覆盖应用的完整生命周期（构建 → 观测 → 部署），而多数竞品要么是框架（写代码），要么是单点工具 [1][3]。

4. 独立观察

• 开源优先的上市路径。 Dify 从第一天起就开源（约 99%），让一款中国起源的产品积累了 15 万+ GitHub 星标，并在投入美国销售团队之前就赢得了全球企业客户（Novartis、Volvo）[1]。社区就是漏斗。
• “AI Infra”定位 + 盈利。 创始人张路宇（Luyu Zhang）把 Dify 的优势归结为组织层面——“我们刻意招大厂不要的人”；据报道公司在约 100 名员工的规模下已经盈利，对一家融资充足的开源厂商来说并不多见 [1][3]。
• 迁往硅谷显示全球化雄心。 公司正把总部从中国迁到门洛帕克（Menlo Park），赌的是西方企业买家会像对待开源基础设施那样，把它的平台作为标准 [1]。

5. 财务 / 融资

• 成立时间：2023 年，由张路宇（Luyu Zhang）和 John Wang 创立 [1]。
• 累计融资：约 4,150 万美元（PitchBook）；最新一轮通常引用约 3,000 万美元 [3]。
• 最新一轮：3,000 万美元，估值约 1.8 亿美元（2026 年初公布，称为“Pre-A 轮”），由 HSG（前红杉中国）领投，GL Ventures、Alt-Alpha Capital、5Y Capital、Hillhouse 与 Mizuho Leaguer Investment 参投 [1][2]。
• 更早轮次：种子轮 150 万美元（2023 年 7 月），600 万美元（2024 年 8 月）[3]。
• 规模：约 100 名员工；已盈利；280+ 家企业客户 [1][2]。

6. 团队与关系

• 创始人 / CEO：张路宇（Luyu Zhang）——初中辍学，前腾讯员工（负责腾讯云 DevOps 的“Coding”团队，2018 年加入）；Dify 早期的许多员工来自同一团队 [1]。
• 联合创始人：John Wang [1]。
• 竞争对手 / 同业：onyx、LangChain/LangGraph、Flowise、composio。